Hands-On Scikit-Learn gépi tanulási alkalmazásokhoz: Adattudományi alapismeretek Pythonnal

Olvasói vélemények

A könyvet általában a gépi tanulásban kezdő és középhaladó felhasználók számára készült gyakorlatias és hozzáférhető útmutatónak tekintik. Világos példákat és lépésről-lépésre történő kódolási utasításokat kínál. Egyes olvasók azonban kritizálják, hogy rosszul van megírva, hiányoznak belőle a magyarázatok, és ismétlődő tartalommal bír.

A könyv felhasználóbarát és alkalmas kezdők és középhaladók számára. Használatra kész példákat tartalmaz szabványos Python-adatkészletekkel, világos kódolási utasításokat és hasznos magyarázatokat, amelyek javítják az adatoptimalizálás megértését. Az ipari és kutatási kontextusokban is jól alkalmazható.

Egyes vélemények szerint rosszul van megírva, hiányoznak a kódok és modellek megfelelő magyarázatai, és ismétlődő megfogalmazásokat tartalmaz. Vannak említések hosszú kódrészletekről megfelelő kontextus nélkül, ami egyes olvasókat összezavarhat.

(5 olvasói vélemény alapján)

Eredeti címe:

Hands-On Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python

Könyv tartalma:

A leendő adattudósok a Scikit-Learn könyvtárat és a gépi tanulás alapjait tanulhatják meg ezzel a könyvvel. A könyv az Anaconda Python disztribúciót a népszerű Scikit-Learn könyvtárral kombinálja, hogy bemutassa a felügyelt és felügyelet nélküli gépi tanulási algoritmusok széles skáláját. Gondoskodunk arról, hogy a gépi tanulás alapelvein keresztül, Python nyelven írt, érthető példákon keresztül vezessen végig, amelyeket otthon, a saját gépén is kipróbálhat és kísérletezhet velük.

A könyvben a tartalom elsajátításához szükséges összes alkalmazott matematikai és programozási ismeret megtalálható. Az objektumorientált programozás mélyreható ismerete nem szükséges, mivel működő és teljes példákat adunk és magyarázunk el. A kódolási példák szükség esetén mélyrehatóak és összetettek. Emellett tömörek, pontosak és teljesek, és kiegészítik a bemutatott gépi tanulási fogalmakat. A példák kidolgozása segít az összetett gépi tanulási algoritmusok megértéséhez és alkalmazásához szükséges készségek kialakításában.

Hands-on Scikit-Learn for Machine Learning Applications kiváló kiindulópont azok számára, akik a gépi tanulás területén szeretnének karriert befutni. A könyv hallgatói megtanulják azokat az alapokat, amelyek a kompetencia előfeltételei. Az olvasók megismerkednek a Python Anaconda disztribúciójával, amelyet kifejezetten az adattudományi szakemberek számára terveztek, és készségeket szereznek a népszerű Scikit-Learn könyvtárban, amely a Python világában számos gépi tanulási alkalmazás alapjául szolgál.

Amit tanulni fog

⬤ Munkát a Scikit-Learn általánosan elterjedt egyszerű és összetett adathalmazokkal.

⬤ Vektorokká és mátrixokká manipulálja az adatokat az algoritmikus feldolgozáshoz.

⬤ Megismerkedsz az adattudományban használt Anaconda disztribúcióval.

⬤ A gépi tanulás alkalmazása osztályozókkal, regresszorokkal és dimenziócsökkentéssel.

⬤ Hangolja az algoritmusokat és találja meg a legjobb algoritmusokat az egyes adatkészletekhez.

⬤ Adatok betöltése és mentése CSV, JSON, Numpy és Pandas formátumból.

Kinek szól ez a könyv

A feltörekvő adattudósok, akik a gépi tanulásba való betörésre vágynak a mögöttes alapok elsajátításával, amelyeket néha kihagynak a produktivitás rohanásában. Az objektumorientált programozás és az alkalmazott lineáris algebra nagyon alapvető ismeretei megkönnyítik a tanulást, bár bárki profitálhat ebből a könyvből.