Olvasói vélemények
Összegzés:A „Python: Deeper Insights into Machine Learning' című könyv átfogó áttekintést nyújt a különböző gépi tanulási témákról Python használatával, így értékes forrás azok számára, akik szeretnék elmélyíteni ismereteiket. Bár a könyv kiválóan teljes körű, egyes olvasók több szemléltető példára vágynak bizonyos területeken.
Előnyök:Nagy terjedelmű, egyedülállóan átfogóan kezeli az olyan témákat, mint az adattranszformációk, a hiányzó adatok, a hiperparaméterek hangolása, az érzelemelemelemzés, a neurális hálózatok és az esettanulmányok. Kifejezetten ajánlott a Pythonban jártasak számára.
Hátrányok:Több szemléltető példát lehetne használni, különösen a Deep Belief Networks és a Convolutional Neural Networks esetében.
(1 olvasói vélemény alapján)
Eredeti címe:
Python: Deeper Insights into Machine Learning: Leverage benefits of machine learning techniques using Python
Könyv tartalma:
A gépi tanulási technikák előnyeinek kihasználása Python használatával.
Főbb jellemzők
⬤ A gépi tanulási rendszerek javítása és optimalizálása hatékony stratégiák segítségével.
⬤ Tervezzen stratégiát a nagy mennyiségű adat kezelésére.
⬤ Python kód használata számos gépi tanulási algoritmus és technika megvalósításához.
Könyv leírása
A gépi tanulás és a prediktív analitika a növekedés felszabadításának egyik kulcsfontosságú stratégiájává válik a kihívásokkal teli mai piacon. Ez az egyik leggyorsabban növekvő trend a modern számítástechnikában, és mindenki szeretne bekerülni a gépi tanulás területére. Ahhoz, hogy ezen a területen kellő elismertséget szerezzen az ember, képesnek kell lennie megérteni és megtervezni egy olyan gépi tanulási rendszert, amely egy projekt igényeit szolgálja.
Az ötlet lényege, hogy olyan tanulási útvonalat készítsen elő, amely segít a modern gépi tanulás valós összetettségének innovatív és élvonalbeli technikákkal való kezelésében. Emellett szilárd alapokat ad a gépi tanulás tervezési folyamatában, és lehetővé teszi, hogy egyedi problémák megoldásához testreszabott gépi tanulási modelleket hozzon létre.
A tanfolyam a Python alapjainak elsajátításával kezdődik. A helyes kérdések megválaszolására összpontosít, amelyek a nagy teljesítményű Python-könyvtárak széles skáláját, köztük a scikit-learn Theano és Keras könyvtárakat ölelik fel. A Python alapfogalmainak megismerése után itt az ideje, hogy belevessük magunkat az adattudomány területébe. A továbbiakban szilárd alapokat szerezhetsz a gépi tanulás tervezéséről, és megtanulod a modellek testreszabását is a problémák megoldásához.
Egy későbbi szakaszban megismerkedsz a fejlettebb technikákkal, és hatékony készségek széles skáláját sajátítod el a jellemzőválasztás és a jellemzőtervezés területén.
Mit fogsz tanulni
⬤ Megtanulsz tiszta és elegáns Python kódot írni, amely optimalizálja az algoritmusok erejét.
⬤ Fedje fel a rejtett mintákat és struktúrákat az adatokban a klaszterezéssel.
⬤ Növelje az eredmények pontosságát és konzisztenciáját erőteljes feature engineering technikák segítségével.
⬤ Nyerjen gyakorlati és elméleti ismereteket a legmodernebb mélytanulási algoritmusokról.
⬤ Modellek építésével oldjon meg egyedi feladatokat.
⬤ Kezdje meg a gépi tanulás tervezési folyamatát.
Kinek szól ez a könyv
Ez a cím olyan adattudósoknak és kutatóknak szól, akik már az adattudomány területén dolgoznak, és szeretnék a gépi tanulást működés közben látni, és felfedezni annak valós alkalmazását. A Python programozás és a matematika előzetes ismerete elengedhetetlen a gépi tanulás fogalmainak alapszintű ismeretével.
