Leserbewertungen
Zusammenfassung:Dieses Buch ist eine hervorragende Einführung in das maschinelle Lernen, insbesondere für Anfänger, die Python lernen möchten. Viele Nutzer schätzen die klar erläuterten Konzepte und praktischen Programmierbeispiele, die es auch für Personen mit minimalen Vorkenntnissen zugänglich machen. Es gibt jedoch erhebliche Nachteile, wie z. B. veraltete Datensätze und einige Inhalte, denen es an Tiefe mangelt, was bei fortgeschrittenen Lesern zu Unzufriedenheit führen kann.
Vorteile:Hervorragend geeignet für Anfänger mit klaren Erklärungen und praktischen Beispielen.
Nachteile:Zugänglich und leicht verständlich, wodurch komplexe Themen leichter verdaulich werden.
(basierend auf 21 Leserbewertungen)
Originaltitel:
Machine Learning with Python: A Practical Beginners' Guide
Inhalt des Buches:
Sind Sie bereit, Ihre Fähigkeiten um Machine Learning zu erweitern? Dieses Buch ist der zweite Titel in der Reihe "Maschinelles Lernen von Grund auf" und zeigt Ihnen, wie Sie Modelle für maschinelles Lernen in Python programmieren. Durch die Arbeit an verschiedenen Projekten mit wiederholbaren Schritten erhalten Sie die Blaupausen und die effektiven Strategien zum Programmieren und Entwerfen von Vorhersagemodellen mit Ihren eigenen Daten. Das Buch richtet sich an Anfänger mit grundlegendem Hintergrundwissen über maschinelles Lernen, einschließlich gängiger Algorithmen wie logistische Regression und Entscheidungsbäume.
Für eine sanfte Erklärung der Theorie des maschinellen Lernens ohne den Code empfehlen wir das erste Buch dieser Reihe Machine Learning for Absolute Beginners (Third Edition), das für ein allgemeineres Publikum geschrieben ist. In dieser Schritt-für-Schritt-Anleitung werden Sie lernen: - Wie man ein Vorhersagemodell für maschinelles Lernen programmiert, das eine Reihe von Algorithmen wie logistische Regression, Gradient Boosting und Entscheidungsbäume verwendet. - Wie man eine Entwicklungsumgebung installiert und die Programmiersprache Python verwendet, um 10 verschiedene Modelle zu programmieren.
- Wie Sie Ihr Modell mit Hilfe von Pandas, Scikit-learn, Matplotlib und Seaborn mit so wenig Code wie möglich schreiben. - Wie Sie Beziehungen in Ihrem Datensatz visualisieren, einschließlich Heatmaps und Pairplots mit nur wenigen Zeilen Code.
Weitere Daten des Buches:
| ISBN: | 9781686658495 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
