Bewertung:
Das Buch erhält gemischte Kritiken von den Lesern. Viele loben den praktischen Ansatz des unüberwachten Lernens, während andere die Tiefe, die technische Qualität und die zahlreichen Fehler kritisieren. Es wird als guter Ausgangspunkt für Anfänger gesehen, aber nicht für diejenigen, die vertieftes Wissen oder fortgeschrittene Techniken suchen.
Vorteile:Praktischer Ansatz mit realen Anwendungen.
Nachteile:Gut für Anfänger und Fortgeschrittene, mit klaren Codebeispielen und Erklärungen.
(basierend auf 34 Leserbewertungen)
Viele Branchenexperten sehen im unüberwachten Lernen die nächste Stufe der künstlichen Intelligenz, die den Schlüssel zur allgemeinen künstlichen Intelligenz darstellen könnte. Da der Großteil der weltweiten Daten nicht beschriftet ist, kann das herkömmliche überwachte Lernen nicht angewendet werden. Unüberwachtes Lernen hingegen kann auf nicht gekennzeichnete Datensätze angewandt werden, um tief in den Daten verborgene, aussagekräftige Muster zu entdecken, die für den Menschen nahezu unmöglich zu erkennen sind.
Der Autor Ankur Patel zeigt Ihnen, wie Sie unüberwachtes Lernen mit zwei einfachen, produktionsreifen Python-Frameworks anwenden können: Scikit-learn und TensorFlow mit Keras. Anhand von Code und praktischen Beispielen können Datenwissenschaftler schwer zu findende Muster in Daten identifizieren und tiefere Geschäftseinblicke gewinnen, Anomalien erkennen, automatisches Feature Engineering und Auswahl durchführen und synthetische Datensätze generieren. Alles, was Sie brauchen, sind Programmierkenntnisse und etwas Erfahrung im maschinellen Lernen, um loszulegen.
⬤ Vergleichen Sie die Stärken und Schwächen der verschiedenen Ansätze des maschinellen Lernens: überwachtes, unüberwachtes und verstärkendes Lernen.
⬤ Einrichten und Verwalten von maschinellen Lernprojekten von Anfang bis Ende.
⬤ Erstellen Sie ein System zur Erkennung von Anomalien, um Kreditkartenbetrug zu erkennen.
⬤ Zusammenfassen der Nutzer in eindeutige und homogene Gruppen.
⬤ Semisupervised Learning durchführen.
⬤ Entwickeln Sie Filmempfehlungssysteme mit Hilfe von beschränkten Boltzmann-Maschinen.
⬤ Generierung synthetischer Bilder mit Hilfe generativer adversarialer Netzwerke.
| ISBN: | 9781492035640 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 400 |
Derzeit verfügbar, auf Lager.
