Maschinelles Lernen in der realen Welt

Bewertung:   (4,2 von 5)

Maschinelles Lernen in der realen Welt (Henrik Brink)

Leserbewertungen

Zusammenfassung:

Das Buch ist ein praktischer Leitfaden für maschinelles Lernen, der die Lücke zwischen theoretischen Konzepten und praktischer Anwendung schließt. Es ist für diejenigen geeignet, die über einige Programmierkenntnisse verfügen, insbesondere in Python, und bietet verschiedene Beispiele und Codeschnipsel für das praktische Lernen. Allerdings gibt es Kritik an der Tiefe der mathematischen Details und an der Darstellung des Codes.

Vorteile:

Gut organisiert und klar präsentiert
großartig für Praktiker
gute Beispiele und praktische Schritte
kein umfangreicher mathematischer Hintergrund erforderlich
geeignet für Entwickler auf mittlerem Niveau
praktischer Ansatz mit Codebeispielen
behandelt reale Probleme in ML.

Nachteile:

Fehlt es an Tiefe in den mathematischen Details
einige Codeschnipsel scheinen schlecht durchdacht und können Fehler enthalten
Darstellung in Schwarz-Weiß-Abbildungen
möglicherweise nicht geeignet für fortgeschrittene Benutzer oder diejenigen, die theoretische Tiefe suchen
einige Leser finden es oberflächlich.

(basierend auf 17 Leserbewertungen)

Originaltitel:

Real-World Machine Learning

Inhalt des Buches:

Zusammenfassung

Real-World Machine Learning ist ein praktischer Leitfaden, der berufstätigen Entwicklern die Kunst der Ausführung von ML-Projekten vermittelt. Ohne Sie mit akademischer Theorie und komplexer Mathematik zu überfordern, führt es Sie in die alltägliche Praxis des maschinellen Lernens ein und bereitet Sie darauf vor, leistungsstarke ML-Systeme erfolgreich zu entwickeln und einzusetzen.

Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.

Über die Technologie

Systeme des maschinellen Lernens helfen Ihnen, wertvolle Erkenntnisse und Muster in Daten zu finden, die Sie mit herkömmlichen Methoden nie erkennen würden. In der realen Welt bieten ML-Techniken die Möglichkeit, Trends zu erkennen, Verhalten vorherzusagen und faktenbasierte Empfehlungen abzugeben. Es handelt sich um ein heißes und wachsendes Feld, und schnelle ML-Entwickler sind gefragt.

Über das Buch

Real-World Machine Learning vermittelt Ihnen die Konzepte und Techniken, die Sie benötigen, um ein erfolgreicher Praktiker des maschinellen Lernens zu werden, ohne Sie mit abstrakter Theorie und komplexer Mathematik zu überfordern. Durch die Arbeit an unmittelbar relevanten Beispielen in Python erwerben Sie Fähigkeiten in den Bereichen Datenerfassung und -modellierung, Klassifizierung und Regression. Sie werden auch die wichtigsten Aufgaben wie Modellvalidierung, Optimierung, Skalierbarkeit und Echtzeit-Streaming erforschen. Am Ende des Kurses werden Sie in der Lage sein, Ihre eigenen leistungsstarken ML-Systeme erfolgreich zu entwickeln, einzusetzen und zu warten.

Was ist drin?

⬤ Vorhersage des zukünftigen Verhaltens.

⬤ Leistungsbewertung und -optimierung

⬤ Analyse der Stimmung und Abgabe von Empfehlungen.

Über den Leser

Vorkenntnisse im Bereich maschinelles Lernen werden nicht vorausgesetzt. Die Leser sollten Python beherrschen.

Über die Autoren

Henrik Brink, Joseph Richards und Mark Fetherolf sind erfahrene Datenwissenschaftler, die in der täglichen Praxis des maschinellen Lernens tätig sind.

Inhaltsverzeichnis

TEIL 1: DER WORKFLOW DES MASCHINELLEN LERNENS.

⬤ Was ist maschinelles Lernen?

⬤ Daten aus der realen Welt.

⬤ Modellierung und Vorhersage.

⬤ Modellbewertung und -optimierung.

⬤ Grundlegendes Feature-Engineering.

TEIL 2: PRAKTISCHE ANWENDUNG.

⬤ Beispiel: NYC Taxidaten.

⬤ Fortgeschrittenes Feature Engineering.

⬤ Fortgeschrittenes NLP-Beispiel: Stimmung in Filmkritiken.

⬤ Skalierung von Machine-Learning-Workflows.

⬤ Beispiel: digitale Display-Werbung.

Weitere Daten des Buches:

ISBN:9781617291920
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2016
Seitenzahl:264

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Maschinelles Lernen in der realen Welt - Real-World Machine Learning
Zusammenfassung Real-World Machine Learning ist ein praktischer Leitfaden, der berufstätigen...
Maschinelles Lernen in der realen Welt - Real-World Machine Learning

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)