Julia pre strojové učenie

Recenzie čitateľov

Kniha je kritizovaná za nedostatočnú hĺbku výučby jazyka Julia a strojového učenia, pričom mnohí recenzenti uvádzajú, že neslúži ako výučbová pomôcka ani ako komplexná referencia. Jedna recenzia však vyniká pozitívnym hodnotením a opisuje ju ako vynikajúcu a veľmi odporúčanú.

Jeden recenzent považuje knihu za vynikajúcu a veľmi odporúčanú.

V knihe chýbajú podrobné vysvetlenia a výukové programy o Julii a strojovom učení, ponúka len povrchný prehľad knižníc bez hlbších diskusií a praktickej hodnoty. Je vnímaná ako kniha s malou pridanou hodnotou oproti voľne dostupným online zdrojom.

(na základe 3 čitateľských recenzií)

Pôvodný názov:

Julia for Machine Learning

Obsah knihy:

Uvoľnite silu aplikácie Julia pre svoje úlohy strojového učenia.

Odhalíme, prečo sa Julia vyberá pre čoraz viac projektov dátovej vedy a strojového učenia, vrátane jej schopnosti spúšťať algoritmy rýchlosťou blesku. Ďalej vám ukážeme, ako nastaviť aplikáciu Julia a rôzne IDE, napríklad Jupyter. Potom sa venujeme kľúčovým knižniciam aplikácie Julia, ktoré sú užitočné pri práci v oblasti dátovej vedy, vrátane balíkov týkajúcich sa vizualizácie, dátových štruktúr a matematických procesov.

Po vybudovaní základov v jazyku Julia sa ponoríme do strojového učenia, pričom základné pojmy posilníme prípadmi použitia jazyka Julia. Prípady použitia na seba nadväzujú, pričom dosiahneme úroveň, na ktorej pomocou aplikácie Julia nakódujeme model strojového učenia od začiatku. Všetky tieto prípady použitia sú k dispozícii v sérii zápisníkov Jupyter.

Po opise metód redukcie dimenzionality sa venujeme ďalším témam strojového učenia, ako je paralelizácia a dátové inžinierstvo. Hoci je dôležité vedieť, ako používať program Julia, ešte dôležitejšie je komunikovať naše výsledky podnikom, čomu sa venujeme ďalej, vrátane toho, ako efektívne spolupracovať so zainteresovanými stranami projektu. Naša cesta Juliou potom stúpa k jemnejším bodom vrátane zlepšenia transparentnosti strojového učenia, zosúladenia strojového učenia so štatistikou a pokračovania v inováciách s Juliou.

Záverečné kapitoly sa zaoberajú budúcimi trendmi v oblasti aplikácie Julia, strojového učenia a umelej inteligencie. Vysvetľujeme hybridné systémy strojového učenia a bayesovskej štatistiky a jazyk Julia Gen. Zdieľame množstvo zdrojov, aby ste mohli pokračovať v zdokonaľovaní svojich zručností v oblasti jazyka Julia a strojového učenia.

Každú kapitolu uzatvára séria otázok určených na upevnenie materiálu danej kapitoly, pričom odpovede sú uvedené v prílohe. Medzi ďalšie prílohy patrí rozsiahly slovník pojmov, preklenovacie balíky medzi Juliou a inými programovacími jazykmi a prehľad troch heuristík súvisiacich s dátovou vedou implementovaných v Julii, ktoré nie sú v žiadnom z existujúcich balíkov.