Leserbewertungen
Zusammenfassung:Das Buch wird für seine klaren Erklärungen und seinen praxisnahen Ansatz für KI und maschinelles Lernen gelobt, der komplexe Themen leichter zugänglich macht. Viele Nutzer berichteten jedoch von Problemen mit der Kindle-Version, insbesondere in Bezug auf die Lesbarkeit von Formeln, und einige fanden es aufgrund des fortgeschrittenen Inhalts für Anfänger schwierig.
Vorteile:⬤ Klare und verständliche Erklärungen für Studenten.
⬤ Fesselnder praktischer Ansatz mit praktischen Übungen.
⬤ Deckt ein breites Spektrum an Themen im Bereich KI und maschinelles Lernen ab.
⬤ Gut geeignet für Leser mit Programmier- und Mathematikkenntnissen.
⬤ Ausgezeichnete technische Texte und Analogien.
⬤ Prägnant und eine solide Einführung in genetische Algorithmen.
⬤ Formeln sind in der Kindle-Version auf mehreren Geräten unlesbar.
⬤ Das Buch könnte für echte Anfänger in der Programmierung zu fortgeschritten sein.
⬤ Einige Benutzer fanden, dass nicht der gesamte erforderliche Code für die Übungen enthalten war.
⬤ Die Formatierung der Code-Beispiele könnte verbessert werden.
(basierend auf 15 Leserbewertungen)
Originaltitel:
Genetic Algorithms and Machine Learning for Programmers: Create AI Models and Evolve Solutions
Inhalt des Buches:
Selbstfahrende Autos, die Erkennung natürlicher Sprache und Online-Empfehlungsmaschinen sind dank des maschinellen Lernens möglich. Jetzt können Sie Ihre eigenen genetischen Algorithmen, von der Natur inspirierte Schwärme, Monte-Carlo-Simulationen, zelluläre Automaten und Cluster erstellen. Lernen Sie, wie Sie Ihren ML-Code testen können und tauchen Sie in noch fortgeschrittenere Themen ein. Wenn Sie ein Anfänger oder fortgeschrittener Programmierer sind, der das maschinelle Lernen verstehen möchte, ist dieses Buch genau das Richtige für Sie.
Entdecken Sie Algorithmen des maschinellen Lernens anhand einer Handvoll in sich geschlossener Rezepte. Bauen Sie sich ein Repertoire an Algorithmen auf, indem Sie Begriffe und Ansätze entdecken, die allgemein gültig sind. Bringen Sie Intelligenz in Ihre Algorithmen ein und leiten Sie sie an, gute Lösungen für Probleme zu finden.
In diesem Buch werden Sie:
⬤ Heuristiken verwenden und Fitnessfunktionen entwerfen.
⬤ Genetische Algorithmen erstellen.
⬤ Von der Natur inspirierte Schwärme mit Ameisen, Bienen und Partikeln erstellen.
⬤ Monte-Carlo-Simulationen erstellen.
⬤ Untersuchen Sie zelluläre Automaten.
⬤ Minima und Maxima mithilfe von Hill Climbing und Simulated Annealing finden.
⬤ Auswahlmethoden ausprobieren, einschließlich Turnier und Roulette-Räder.
⬤ Lernen Sie etwas über Heuristiken, Fitnessfunktionen, Metriken und Cluster.
Testen Sie Ihren Code und lassen Sie sich dazu inspirieren, neue Probleme auszuprobieren. Arbeiten Sie Szenarien durch, um Ihren Weg aus der Papiertüte zu programmieren.
Eine wichtige Fähigkeit für jeden kompetenten Programmierer. Sehen Sie, wie die Algorithmen erforschen und lernen, indem Sie Visualisierungen der einzelnen Probleme erstellen. Lassen Sie sich dazu inspirieren, Ihre eigenen Projekte zum maschinellen Lernen zu entwerfen und machen Sie sich mit dem Fachjargon vertraut.
Was Sie brauchen:
Code in C++ (>= C++11), Python (2. x oder 3. x) und JavaScript (unter Verwendung des HTML5 Canvas). Verwendet auch matplotlib und einige Open-Source-Bibliotheken, darunter SFML, Catch und Cosmic-Ray. Diese Plot- und Testbibliotheken sind nicht erforderlich, aber ihre Verwendung wird Ihnen ein umfassenderes Erlebnis bieten. Mit einem Texteditor und einem Compiler/Interpreter für die Sprache Ihrer Wahl können Sie trotzdem anhand der allgemeinen Algorithmusbeschreibungen mitprogrammieren.
Weitere Daten des Buches:
| ISBN: | 9781680506204 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 236 |
Kauf:
Derzeit verfügbar, auf Lager.
