Olvasói vélemények
Összegzés:A könyvet nagyra értékelik a gépi tanulás átfogó útmutatójaként, amely nagy hangsúlyt fektet a PyTorch és a Scikit-Learn gyakorlati alkalmazására. A kritikusok nagyra értékelik alaposságát, gyakorlatias megközelítését és a matematikai fogalmak emészthető formában történő integrálását. Néhány kritika azonban felmerül a bemutatással kapcsolatban, különösen a fekete-fehér grafikák használata miatt, amelyet egyes olvasók kevésbé találnak megnyerőnek.
Előnyök:⬤ A gépi tanulás fogalmainak alapos lefedése
⬤ gyakorlati kódpéldák
⬤ gyakorlatias tanulási megközelítés
⬤ alapos elméleti és alkalmazási megalapozottság
⬤ jól idézett hivatkozások a továbbtanuláshoz
⬤ a kezdőtől a haladó gyakorló szakemberekig különböző tudásszintek számára alkalmas.
Hátrányok:⬤ Megjelenítési problémák a fekete-fehér grafikákkal
⬤ egyes olvasók több mélységet vártak bizonyos témákban
⬤ a könyv elrendezését vagy a bevezető szakaszok hiányát érintő alkalmi kritikák
⬤ a teljes megértéshez némi technikai tudás szükséges.
(87 olvasói vélemény alapján)
Eredeti címe:
Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python
Könyv tartalma:
A PyTorch könyv a Python Machine Learning bestseller és széles körben elismert Python Machine Learning sorozatból kibővítve a transzformátorokkal, az XGBoosttal és a gráf neurális hálózatokkal
Főbb jellemzők:
⬤ Tanuljon alkalmazott gépi tanulást szilárd elméleti alapokkal.
⬤ A világos, intuitív magyarázatok mélyen bevezetnek a Python gépi tanulás elméletébe és gyakorlatába.
⬤ Teljesen frissítve és kibővítve a PyTorch, a transzformátorok, az XGBoost, a gráf neurális hálózatok és a legjobb gyakorlatok lefedésével.
Könyv leírása:
A Machine Learning with PyTorch and Scikit-Learn egy átfogó útmutató a PyTorch segítségével történő gépi tanuláshoz és mélytanuláshoz. Egyszerre szolgál lépésről-lépésre bemutató útmutatóként és referenciaként, amelyhez a gépi tanulási rendszerek építése közben is folyton vissza fog térni.
A világos magyarázatokkal, vizualizációkkal és példákkal teli könyv az összes alapvető gépi tanulási technikát mélységében tárgyalja. Míg egyes könyvek csak az utasítások követésére tanítanak, ezzel a gépi tanulással foglalkozó könyvvel megtanítjuk az alapelveket, hogy saját magad építs modelleket és alkalmazásokat.
A PyTorch segítségével történő mélytanulással frissített könyv a scikit-learn legújabb kiegészítéseivel is megismerteti az olvasókat. Ezen túlmenően ez a könyv különböző gépi tanulási és mélytanulási technikákat tárgyal a szöveg- és képosztályozáshoz. Emellett megismerkedhet a generatív adverzális hálózatokkal (GAN) az új adatok generálásához és az intelligens ágensek képzéséhez megerősítő tanulással. Végül ez az új kiadás kibővült a mélytanulás legújabb trendjeivel is, beleértve a gráf neurális hálózatok és a természetes nyelvfeldolgozásban (NLP) használt nagyméretű transzformátorok bemutatását.
Ez a PyTorch-könyv a Pythonnal történő gépi tanulás kísérője, akár Python-fejlesztő vagy, aki újonnan ismerkedik a gépi tanulással, akár a legújabb fejlesztésekkel kapcsolatos ismereteidet szeretné elmélyíteni.
Amit tanulni fog:
⬤ Tudja meg a keretrendszereket, modelleket és technikákat, amelyek segítségével a gépek "tanulhatnak" az adatokból.
⬤ Használja a scikit-learnt a gépi tanuláshoz és a PyTorchot a mélytanuláshoz.
⬤ Gépi tanulási osztályozók képeken, szövegeken és egyéb adatokon való képzése.
⬤ Neurális hálózatok, transzformátorok és gráf neurális hálózatok építése és képzése.
⬤ Találja meg a modellek kiértékelésének és hangolásának legjobb gyakorlatait.
⬤ Jósolja meg a folyamatos célkimeneteleket regresszióelemzéssel.
⬤ Mélyebbre áshat a szöveges és közösségi médiaadatokban az érzelemelemelemzés segítségével.
Kinek szól ez a könyv:
Ha tudsz egy kicsit Pythonul, és szeretnél gépi tanulást és mély tanulást használni, vedd kézbe ezt a könyvet. Akár a nulláról akarja kezdeni, akár a gépi tanulással kapcsolatos ismereteit szeretné bővíteni, ez egy alapvető forrás.
Olyan fejlesztők és adattudósok számára íródott, akik gyakorlati gépi tanulást szeretnének létrehozni Python és PyTorch mélytanulási kóddal. Ez a Python-könyv ideális mindenkinek, aki meg akarja tanítani a számítógépeket arra, hogyan tanuljanak az adatokból.
A Python programozási nyelv munkaképes ismerete, valamint a számtan és a lineáris algebra jó ismerete elengedhetetlen.
