Bewertung:
Das Buch hat durchweg negative Kritiken von den Nutzern erhalten, vor allem aufgrund der schlechten Schreibqualität, des Mangels an Originalinhalten und der minderwertigen Materialien. Viele Leser fanden es schwer verständlich und kritisierten, dass es sich auf Online-Quellen ohne angemessene Erklärungen oder Theorie stützt. Insgesamt ist das Buch die Investition nicht wert.
Vorteile:Einige Nutzer merkten an, dass das Buch klare Schritte für die Implementierung von Deep-Learning-Algorithmen mit MATLAB bietet.
Nachteile:Das Buch zeichnet sich durch gebrochenes Englisch und schlechte Grammatik aus, was es schwer verständlich macht. Viele Rezensenten fanden es unoriginell und mit kopierten Inhalten aus Online-Quellen gefüllt. Sie kritisierten die schlechte Druckqualität und zahlreiche Fehler im MATLAB-Code und in den Abbildungen.
(basierend auf 7 Leserbewertungen)
A Practical Approach for Machine Learning and Deep Learning Algorithms
Einsteigen in das maschinelle Lernen
Hauptmerkmale Maschinelles Lernen in MATLAB mit grundlegenden Konzepten und Algorithmen. Algorithmen des maschinellen Lernens in einer einfachen Sprache unter Verwendung von MATLAB-Code. Ableitung von und Zugriff auf Daten in MATLAB und anschließende Vorverarbeitung und Aufbereitung von Daten. Workflow des maschinellen Lernens für die Gesundheitsüberwachung. Die Domäne der neuronalen Netze und ihre Implementierung in MATLAB mit expliziter Erläuterung von Code und Ergebnissen. Wie kann das Vorhersagemodell mit MATLAB verbessert werden? MATLAB-Code für die Implementierung eines Algorithmus und nicht für mathematische Formeln. Arbeitsablauf des maschinellen Lernens für die Gesundheitsüberwachung.
Beschreibung
Maschinelles Lernen ist vor allem in der Forschung gefragt und ist heutzutage ein integraler Bestandteil vieler Forschungsprojekte, einschließlich kommerzieller Anwendungen, sowie der akademischen Forschung geworden. Die Anwendungen des maschinellen Lernens reichen von der Suche nach Freunden in sozialen Netzwerken über die medizinische Diagnose bis hin zur Satellitenverarbeitung. In diesem Buch haben wir uns redlich bemüht, die Konzepte des maschinellen Lernens leicht verständlich zu machen und grundlegende Programme in MATLAB gleich bei der Installation vorzustellen. Obwohl die Echtzeitanwendungen des maschinellen Lernens endlos sind, werden die grundlegenden Konzepte und Algorithmen in MATLAB besprochen, so dass nicht nur Studenten, sondern auch Forscher davon profitieren können.
Was Sie lernen werden
Voraussetzungen für maschinelles Lernen Finden von natürlichen Mustern in Daten Aufbau von Klassifizierungsmethoden Datenvorverarbeitung in Python Aufbau von Regressionsmodellen Erstellen von neuronalen Netzen Deep Learning
Für wen dieses Buch gedacht ist
Das Buch richtet sich vor allem an Studierende und Forscher, die die Algorithmen des maschinellen Lernens schwierig zu implementieren finden. Wir haben alle grundlegenden Algorithmen des maschinellen Lernens im Detail und mit einem praktischen Ansatz behandelt. Das Buch ist vor allem für Anfänger geeignet, da die Kapitel so unterteilt sind, dass sie das Erstellen und Implementieren von Algorithmen in MATLAB interessant und einfach zugleich finden.
Inhaltsübersicht
Einführung in das maschinelle Lernen Finden natürlicher Muster in Daten Aufbau von Klassifikationsverfahren Datenvorverarbeitung in Python Aufbau von Regressionsmodellen Erstellen neuronaler Netze Einführung in Deep Learning
Über den Autor
Abhishek Kumar Pandey promoviert in Informatik und hat einen M. Tech in Computer Sci. & Engineering gemacht. Er arbeitet als Assistenzprofessor für Informatik am Aryabhatt Engineering College und Forschungszentrum in Ajmer und ist außerdem Gastdozent an der staatlichen Universität MDS Ajmer.
Pramod Singh Rathore promoviert in Informatik und Ingenieurwesen und hat einen M. Tech. Er arbeitet als Assistenzprofessor für Informatik am Aryabhatt Engineering College und Forschungszentrum, Ajmer, und als Gastdozent an der staatlichen Universität MDS Ajmer.
Dr. S. Balamurugan ist Leiter der Forschungs- und Entwicklungsabteilung von Quants IS & CS, Indien. Zuvor war er Direktor für Forschung und Entwicklung bei Mindnotix Technologies, Indien. Er ist Autor/Mitautor von 33 Büchern und hat 200 Veröffentlichungen in verschiedenen internationalen Zeitschriften und Konferenzen vorzuweisen.
| ISBN: | 9789388511131 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
