Statisztika a gépi tanuláshoz: A gépi tanulásban használt statisztikai módszerek implementálása Python használatával (English Edition)

Olvasói vélemények

A könyv vegyes kritikákat kapott, a felhasználók dicsérik a gépi tanulás statisztikai módszereinek világos magyarázatát, de kritizálják a statisztikai elmélet és a példák mélységének hiányát. Egyesek szerint hasznos a kezdők számára, míg mások úgy ítélték meg, hogy nem éri meg az árát.

⬤ Világosan elmagyarázza a gépi tanulás statisztikai módszereit.
⬤ Hasznos Python kódpéldák.
⬤ Jó kezdőknek némi előismerettel.
⬤ A témák széles körét foglalja össze tömören.

⬤ Hiányoznak a részletes magyarázatok a statisztikai fejezetekben.
⬤ Néhány képlet helytelen vagy félrevezető lehet.
⬤ Nem alkalmas azok számára, akik átfogó, sok példát tartalmazó útmutatót keresnek.
⬤ Túlárazottnak tekinthető a nyújtott tartalomhoz képest.

(4 olvasói vélemény alapján)

Eredeti címe:

Statistics for Machine Learning: Implement Statistical methods used in Machine Learning using Python (English Edition)

Könyv tartalma:

Egy gyakorlati útmutató, amely segít megérteni bármely gépi tanulási probléma statisztikai alapjait.

Főbb jellemzők

⬤  Fejlessze a statisztika fogalmi és matematikai megértését.

⬤  Áttekintést kap a statisztikai alkalmazásokról Pythonban.

⬤ Tanulja meg, hogyan végezzen hipotézisvizsgálatot a statisztikában.

⬤  Értse meg, miért fontos a statisztika a gépi tanulásban.

⬤ Tanulja meg, hogyan dolgozza fel az adatokat Pythonban.

Leírás

Ez a könyv részletesen tárgyalja a statisztikai koncepciókat, azok Pythonban történő alkalmazásával. A könyv a statisztika bevezetésével kezdődik, majd néhány alapvető leíró statisztikai fogalommal foglalkozik, mint például az átlag, a medián, a módusz stb. Ezután a valószínűség fogalmát vizsgálja meg, és a valószínűségi eloszlások különböző típusait tekinti át. Ezután a populációban jelenlévő ismeretlen paraméterek paraméterbecslésével foglalkozik, és részletesen megnézi a véletlen változókat, amelyeket egy kísérlet eredményeinek elmentésére használnak a statisztikában. Ezután a statisztika egyik legfontosabb területét, a hipotézisvizsgálatot vizsgálja meg, majd a hipotézisünk ellenőrzésére használt különböző típusú teszteket. Könyvünk utolsó részében arra fogunk koncentrálni, hogyan lehet adatokat feldolgozni Python segítségével, a nemparametrikus statisztika néhány elemére, végül pedig a gépi tanulásba való bevezetéssel foglalkozunk.

Amit tanulni fog

⬤  Megérti a statisztika alapjait.

⬤  Ismerje meg a leíró statisztikát.

⬤  Megérti és megtanulja a fejlett statisztikai technikákat.

⬤  Megtanulja, hogyan alkalmazza a statisztikai fogalmakat Pythonban.

⬤  A statisztika és a gépi tanulás fontos Python csomagjainak megértése.

Kinek szól ez a könyv

Ez a könyv mindenkinek szól, aki meg akarja érteni a statisztikát és annak használatát a gépi tanulásban. Ez a könyv segít megérteni a statisztikai fogalmak mögötti matematikát és a Python nyelvet használó alkalmazásokat. A Python nyelv ismerete előfeltétel.

Tartalomjegyzék

1. Bevezetés a statisztikába.

2. Leíró statisztika.

3. Valószínűség.

4. Véletlen változók.

5. Paraméterbecslések.

6. Hipotézisvizsgálat.

7. Varianciaelemzés.

8. Regresszió.

9. Nem parametrikus statisztika.

10. Adatelemzés Python használatával.

11. Bevezetés a gépi tanulásba.

A szerzőkről

Himanshu Singh a Legato Healthcare (An Anthem Inc. Company) AI technológiai vezetője. Körülbelül 7 éves tapasztalattal rendelkezik a gépi tanulás és a mesterséges intelligencia területén. Himanshu három gépi tanulással foglalkozó könyv szerzője, és szenvedélye az oktatás. Vendégtanár különböző intézményekben, mint például a Narsee Monjee Institute of Management Studies, IMT, Vignana Jyothi Institute of Management.

LinkedIn profil https: //www.linkedin.com/in/himanshu-singh-2264a350/.

Blog linkek https: //medium.com/@himanshuit3036.

Facebook profil https: //www.facebook.com/silli23.