Bewertung:
Das Buch richtet sich in erster Linie an Anfänger im Bereich des maschinellen Lernens und bietet einen praktischen Ansatz mit Schritt-für-Schritt-Codierbeispielen. Es hat jedoch gemischte Kritiken hinsichtlich der Qualität des Inhalts, der Präsentation und der Nützlichkeit für diejenigen mit Vorkenntnissen erhalten.
Vorteile:Behandelt sowohl Grundlagen als auch fortgeschrittene Themen, praktische Programmierbeispiele, die realen Projekten ähneln, stärkt das Vertrauen von Anfängern, gute Erklärungen des Autors und hilfreich für das Verständnis des ML-Jargons.
Nachteile:Schlechte Bildqualität, Probleme mit der beiliegenden CD (kaputt oder nicht erhalten), zu grundlegend für diejenigen mit Vorkenntnissen in Datenwissenschaften, mangelnde Tiefe bei bestimmten Themen und Probleme bei der Erfüllung (falsches Buch erhalten).
(basierend auf 27 Leserbewertungen)
Machine Learning with Python
Entwickeln und implementieren Sie Ihre eigenen Machine Learning-Modelle, um reale Probleme zu lösenSchlüsselmerkmale- Einführung in das maschinelle Lernen, Python und Jupyter- Erfahren Sie mehr über Feature Engineering und Datenvisualisierung mit realen Datensätzen- Lernen Sie verschiedene Regressions- und Klassifizierungstechniken- Deep Learning und neuronale Netze Konzepte und Praktiken abgedeckt- Textanalyse, Empfehlungsmaschinen und Zeitreihenanalyse- Jupyter Notebook-Skripte sind mit Datensatz verwendet, um die Algorithmen zu testen und zu versuchenBeschreibungDieses Buch bietet das Konzept des maschinellen Lernens mit mathematischen Erklärung und Programmierbeispiele. Jedes Kapitel beginnt mit den Grundlagen der Technik und einem Arbeitsbeispiel für einen realen Datensatz.
Neben den Hinweisen zur Anwendung der Algorithmen wird jede Technik mit ihren Vor- und Nachteilen auf den Daten dargestellt. In diesem Buch bieten wir Codebeispiele in Python. Python ist die am besten geeignete und weltweit akzeptierte Sprache für diese Aufgabe.
Erstens ist sie kostenlos und quelloffen.
Sie bietet sehr gute Unterstützung durch die offene Gemeinschaft. Sie enthält eine Vielzahl von Bibliotheken, so dass man nicht alles selbst programmieren muss.
Außerdem ist sie für große Datenmengen skalierbar und für Big-Data-Technologien geeignet. Was werden Sie lernenDas Erstellen von maschinellen Lernmodellen, die in der Industrie zur Lösung von datenbezogenen Problemen verwendet werden. Für wen dieses Buch geeignet istDieses Buch ist für alle Arten von Lesern hilfreich.
Egal, ob Sie mit dem maschinellen Lernen beginnen oder die Konzepte vertiefen oder mit dem Code üben wollen, dieses Buch bietet alles. Wir empfehlen den Nutzern, das Konzept zu erlernen und es anhand von Beispielcode zu üben, um den vollen Nutzen aus diesem Buch zu ziehen. TOC- Python verstehen - Feature Engineering - Datenvisualisierung- Grundlegende und fortgeschrittene Regressionstechniken- Klassifizierung - Unüberwachtes Lernen- Textanalyse- Neuronales Netzwerk und Deep Learning - Empfehlungssystem - Zeitreihenanalyse
| ISBN: | 9789386551931 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
