Python Machine Learning, Zweite Auflage: Maschinelles Lernen und Deep Learning mit Python, scikit-learn und TensorFlow

Bewertung:   (4,5 von 5)

Python Machine Learning, Zweite Auflage: Maschinelles Lernen und Deep Learning mit Python, scikit-learn und TensorFlow (Sebastian Raschka)

Leserbewertungen

Zusammenfassung:

Das Buch bietet eine gut abgerundete Einführung in das maschinelle Lernen mit Python, die ein Gleichgewicht zwischen Theorie und praktischem Programmieren schafft. Es ist besonders für Personen mit mittleren Kenntnissen in Statistik und Programmierung von Vorteil, obwohl es aufgrund seiner Komplexität für absolute Anfänger nicht geeignet ist. Viele Nutzer schätzen die klaren Erklärungen, die visuellen Hilfen und die praktischen Beispiele der Autoren, während einige das Buch für seine steile Lernkurve und die unzureichenden Details in einigen Bereichen kritisieren.

Vorteile:

Hervorragende Erklärungen und Visualisierungen
starke mathematische Beweise
umfassende Abdeckung von Techniken des maschinellen Lernens
für fortgeschrittene Benutzer geeignet
praktische Beispiele mit Python-Code
wertvolle Hinweise aus den Erfahrungen der Autoren
dient als nützliche Referenz für Problemlösungen im maschinellen Lernen.

Nachteile:

Nicht einsteigerfreundlich
steile Lernkurve
für manche Benutzer schwer verdaulich
gelegentliche Probleme mit der Druckqualität
Probleme mit der Benutzerfreundlichkeit des Kindle-Formats
zu starke Konzentration auf lineare Algebra ohne einfache Erklärungen
einige Inhalte sind möglicherweise veraltet oder es fehlt ihnen an Tiefe in bestimmten Bereichen.

(basierend auf 107 Leserbewertungen)

Originaltitel:

Python Machine Learning, Second Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow

Inhalt des Buches:

Erschließen Sie sich moderne maschinelle Lern- und Deep-Learning-Techniken mit Python, indem Sie die neuesten und modernsten Open-Source-Python-Bibliotheken verwenden.

Hauptmerkmale

⬤ Zweite Auflage des Bestsellers über maschinelles Lernen.

⬤ Ein praktischer Ansatz für die wichtigsten Frameworks in den Bereichen Data Science, maschinelles Lernen und Deep Learning.

⬤ Nutzen Sie die leistungsfähigsten Python-Bibliotheken, um maschinelles Lernen und Deep Learning zu implementieren.

⬤ Lernen Sie die besten Praktiken kennen, um Ihre maschinellen Lernsysteme und Algorithmen zu verbessern und zu optimieren.

Buchbeschreibung

.

Anmerkung des Herausgebers: Diese Ausgabe aus dem Jahr 2017 ist veraltet und nicht mit TensorFlow 2 oder den neuesten Updates der Python-Bibliotheken kompatibel. Eine neue, für 2020 aktualisierte dritte Auflage mit TensorFlow 2 und den neuesten Entwicklungen in Scikit-Learn, Reinforcement Learning und GANs ist jetzt erschienen.

Maschinelles Lernen erobert die Software-Welt, und Deep Learning erweitert nun das maschinelle Lernen. Verstehen und arbeiten Sie an der Spitze des maschinellen Lernens, der neuronalen Netze und des Deep Learning mit dieser zweiten Auflage des Bestsellers Python Machine Learning von Sebastian Raschka. Unter Verwendung der Open-Source-Bibliotheken von Python bietet dieses Buch das praktische Wissen und die Techniken, die Sie benötigen, um maschinelles Lernen, Deep Learning und moderne Datenanalyse zu entwickeln und zu unterstützen.

Die zweite Auflage von Python Machine Learning wurde vollständig erweitert und modernisiert und enthält nun die beliebte Deep-Learning-Bibliothek TensorFlow 1.x. Der Code von scikit-learn wurde ebenfalls vollständig auf v0. 18 aktualisiert. 1 aktualisiert, um Verbesserungen und Ergänzungen zu dieser vielseitigen Bibliothek für maschinelles Lernen aufzunehmen.

Sebastian Raschka und Vahid Mirjalili führen Sie mit ihrem einzigartigen Fachwissen von Grund auf in die Algorithmen des maschinellen Lernens und des Deep Learning ein und zeigen Ihnen anhand von realistischen und interessanten Beispielen, wie Sie diese auf praktische Herausforderungen der Industrie anwenden können. Am Ende des Buches werden Sie bereit sein, die neuen Möglichkeiten der Datenanalyse zu nutzen.

Wenn Sie die erste Ausgabe dieses Buches gelesen haben, werden Sie sich über die Ausgewogenheit zwischen klassischen Ideen und modernen Erkenntnissen zum maschinellen Lernen freuen. Jedes Kapitel wurde kritisch aktualisiert, und es gibt neue Kapitel über Schlüsseltechnologien. Sie werden in der Lage sein, TensorFlow 1.x tiefer als je zuvor zu erlernen und damit zu arbeiten, und Sie erhalten eine grundlegende Abdeckung der Keras-Bibliothek für neuronale Netze, zusammen mit Aktualisierungen zu scikit-learn 0.18. 1.

(Was Sie lernen werden)

⬤ Verstehen Sie die wichtigsten Frameworks im Bereich Data Science, maschinelles Lernen und Deep Learning.

⬤ Nutzen Sie die Leistungsfähigkeit der neuesten Python Open-Source-Bibliotheken für maschinelles Lernen.

⬤ Erforschen Sie Techniken des maschinellen Lernens anhand von anspruchsvollen realen Daten.

⬤ Beherrschen Sie die Implementierung von tiefen neuronalen Netzen mit der TensorFlow 1.x Bibliothek.

⬤ Lernen Sie die Mechanismen von Klassifizierungsalgorithmen kennen, um das beste Werkzeug für die jeweilige Aufgabe zu implementieren.

⬤ Vorhersage von kontinuierlichen Zielergebnissen mittels Regressionsanalyse.

⬤ Verborgene Muster und Strukturen in Daten mit Clustering aufdecken.

⬤ Vertiefen Sie Ihre Kenntnisse über Text- und Social-Media-Daten mit Hilfe der Stimmungsanalyse.

Für wen ist dieses Buch gedacht?

Wenn Sie Python beherrschen und sich mit maschinellem Lernen und Deep Learning beschäftigen wollen, sollten Sie sich dieses Buch zulegen. Ganz gleich, ob Sie bei Null anfangen oder Ihr Wissen über maschinelles Lernen erweitern wollen, dieses Buch ist eine unverzichtbare Ressource, die Sie nicht verpassen sollten. Dieses Buch wurde für Entwickler und Datenwissenschaftler geschrieben, die praktischen Code für maschinelles Lernen und Deep Learning erstellen wollen. Es ist ideal für Entwickler und Datenwissenschaftler, die Computern beibringen wollen, wie sie aus Daten lernen können.

Weitere Daten des Buches:

ISBN:9781787125933
Autor:
Verlag:
Einband:Taschenbuch
Erscheinungsjahr:2017
Seitenzahl:622

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Maschinelles Lernen mit Python: Erschließen Sie sich tiefere Einblicke in das maschinelle Lernen mit...
Erschließen Sie sich tiefere Einblicke in Machine...
Maschinelles Lernen mit Python: Erschließen Sie sich tiefere Einblicke in das maschinelle Lernen mit diesem wichtigen Leitfaden für hochmoderne prädiktive Analytik - Python Machine Learning: Unlock deeper insights into Machine Leaning with this vital guide to cutting-edge predictive analytics
Python Machine Learning, Zweite Auflage: Maschinelles Lernen und Deep Learning mit Python,...
Erschließen Sie sich moderne maschinelle Lern- und...
Python Machine Learning, Zweite Auflage: Maschinelles Lernen und Deep Learning mit Python, scikit-learn und TensorFlow - Python Machine Learning, Second Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow
Maschinelles Lernen mit Python - Dritte Auflage: Maschinelles Lernen und Deep Learning mit Python,...
Angewandtes maschinelles Lernen mit einer soliden...
Maschinelles Lernen mit Python - Dritte Auflage: Maschinelles Lernen und Deep Learning mit Python, scikit-learn und TensorFlow 2 - Python Machine Learning - Third Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2
Maschinelles Lernen mit PyTorch und Scikit-Learn: Entwickeln von Machine-Learning- und...
PyTorch-Buch der meistverkauften und weithin gelobten...
Maschinelles Lernen mit PyTorch und Scikit-Learn: Entwickeln von Machine-Learning- und Deep-Learning-Modellen mit Python - Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python
Python: Tiefere Einblicke in maschinelles Lernen: Nutzen Sie die Vorteile von maschinellen...
Nutzen Sie die Vorteile von maschinellen...
Python: Tiefere Einblicke in maschinelles Lernen: Nutzen Sie die Vorteile von maschinellen Lerntechniken mit Python - Python: Deeper Insights into Machine Learning: Leverage benefits of machine learning techniques using Python
Fragen zum maschinellen Lernen und zur KI: 30 wichtige Fragen und Antworten zum maschinellen Lernen...
Lernen Sie die Antworten auf 30 topaktuelle...
Fragen zum maschinellen Lernen und zur KI: 30 wichtige Fragen und Antworten zum maschinellen Lernen und zur KI - Machine Learning Q and AI: 30 Essential Questions and Answers on Machine Learning and AI

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)