Bewertung:

Das Buch bietet einen einführenden Überblick über neuronale Netze und maschinelles Lernen mit Mathematica und enthält einige gute Beispiele und Erklärungen. Es weist jedoch erhebliche Mängel auf, darunter zahlreiche Tippfehler, unvollständige Codeschnipsel und Layoutprobleme, die das Verständnis erschweren können.
Vorteile:⬤ Bietet gute Erklärungen und Beispiele im Zusammenhang mit neuronalen Netzen und maschinellem Lernen
⬤ nützlich für diejenigen, die mit Mathematica vertraut sind
⬤ organisierte Dokumentation von Entwicklern ist verfügbar.
⬤ Viele Tippfehler im gesamten Buch
⬤ Codeschnipsel sind oft abgeschnitten oder unvollständig
⬤ Layout-Probleme machen es schwierig, den Anweisungen zu folgen
⬤ kann für Anfänger ohne Vorkenntnisse eine Herausforderung sein.
(basierend auf 5 Leserbewertungen)
Beginning Mathematica and Wolfram for Data Science: Applications in Data Analysis, Machine Learning, and Neural Networks
Verbessern Sie Ihre Data-Science-Programmierung und -Analyse mit der Wolfram-Programmiersprache und Mathematica, einer Suite für angewandte mathematische Werkzeuge. Das Buch führt Sie in die Wolfram-Programmiersprache und ihre Syntax ein, ebenso wie in die Struktur von Mathematica und ihre Vor- und Nachteile.
Sie werden sehen, wie Sie die Wolfram-Sprache aus theoretischer und praktischer Sicht für die Datenwissenschaft nutzen können. Das Erlernen dieser Sprache verbessert Ihren Data-Science-Code, da sie sehr intuitiv ist und über bereits vorhandene Funktionen verfügt, die für diejenigen, die andere Programmiersprachen verwenden, eine willkommene Erfahrung darstellen können.
Sie werden lernen, wie man Mathematica für die Datenverwaltung und mathematische Berechnungen einsetzt. Dabei werden Sie feststellen, dass Mathematica eine vollständig integrierte Plattform bietet: Es verfügt über eine gemischte Syntax, da es symbolische und numerische Berechnungen durchführt und so verschiedene Prozesse ohne überflüssige Codezeilen ermöglicht. Sie werden lernen, seine Notizbücher als Standardformat zu verwenden, das auch dazu dient, detaillierte Berichte über die durchgeführten Prozesse zu erstellen.
Was Sie lernen werden
⬤ Mathematica verwenden, um Daten zu erforschen und die Konzepte mit Befehlen der Wolfram-Sprache zu beschreiben.
⬤ Datensätze erstellen, mit Datenrahmen arbeiten und Tabellen erstellen.
⬤ Importieren, Exportieren, Analysieren und Visualisieren von Daten.
⬤ Arbeiten Sie mit dem Wolfram Data Repository.
⬤ Erstellen von Berichten über die Analyse.
⬤ Mathematica für maschinelles Lernen verwenden, mit verschiedenen Algorithmen, einschließlich linearer, multipler und logistischer Regression, Entscheidungsbäumen und Datenclustering.
Für wen ist dieses Buch gedacht?
Datenwissenschaftler, die Wolfram und Mathematica zum ersten Mal als Programmiersprache bzw. -tool verwenden. Programmierer sollten über eine gewisse Programmiererfahrung verfügen, können aber auch neu in der Wolfram-Sprache sein.