Bewertung:
Das Buch wird für seine gründliche Untersuchung der Topologie in der Datenwissenschaft und seinen Fokus auf Bilder im maschinellen Lernen gelobt. Es wird für seine Klarheit und die praktischen Beispiele gelobt, die ein komplexes und interdisziplinäres Thema leichter zugänglich machen. Es wird jedoch darauf hingewiesen, dass es recht spezialisiert ist und sich nicht für Anfänger eignet.
Vorteile:⬤ Gründliche Untersuchung der Topologie in der Datenwissenschaft
⬤ pragmatische und praktische Beispiele
⬤ klar geschrieben und für Leser mit begrenztem mathematischen Hintergrund zugänglich
⬤ enthält relevanten Python-Code
⬤ hochwertige Abbildungen
⬤ nützliche Online-Ressourcen
⬤ enthält eine lange Liste von Referenzen für weitere Studien.
Nicht für Anfänger geeignet; hochspezialisiertes Thema, besonders auf Bilder im maschinellen Lernen konzentriert.
(basierend auf 3 Leserbewertungen)
The Shape of Data: Geometry-Based Machine Learning and Data Analysis in R
Dieses Buch über fortgeschrittenes maschinelles Lernen beleuchtet viele Algorithmen aus einer geometrischen Perspektive und stellt Werkzeuge der Netzwerkwissenschaft, der metrischen Geometrie und der topologischen Datenanalyse durch praktische Anwendung vor.
Dieses Buch zeigt, wie Geometrie, Netzwerkwissenschaft und Topologie die Algorithmen des maschinellen Lernens vorantreiben - und wie man sie in allen Arten der Datenanalyse einsetzen kann. Anhand von anschaulichen Fallstudien in der Programmiersprache R und detaillierten Illustrationen der wichtigsten Konzepte lernen Sie praktische wissenschaftliche Anwendungen für diese Algorithmen in vielen Datentypen und Studienbereichen kennen.
Es gibt auch viele praktische Beispiele für relevanten Code, den Sie in einem der letzten Kapitel des Buches für Ihr eigenes Projekt zur Verarbeitung natürlicher Sprache verwenden werden.
| ISBN: | 9781718503083 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 272 |
Derzeit verfügbar, auf Lager.
