Hodnotenie:
Kniha slúži ako základný úvod do strojového učenia s využitím MATLABu, s návodom krok za krokom a praktickými príkladmi. Bola však kritizovaná pre svoju nadbytočnosť, chyby v kóde a nedostatočnú hĺbku matematických vysvetlení.
Výhody:Návod krok za krokom pre začiatočníkov, obsahuje praktické príklady s využitím MATLABu, všeobecne dobrý fyzický stav pri prevzatí.
Nevýhody:Obmedzené pochopenie techník strojového učenia zo strany autora, nadbytočný jazyk, mnoho odsekov skopírovaných z oficiálnej dokumentácie MATLAB-u, obsahuje množstvo chýb v kóde, chýbajú podrobné matematické vysvetlenia.
(na základe 6 čitateľských recenzií)
MATLAB for Machine Learning: Practical examples of regression, clustering and neural networks
Získajte vzory a poznatky z vašich údajov jednoduchým spôsobom pomocou MATLAB-u
Kľúčové funkcie
⬤ Urobte svoje prvé kroky v strojovom učení pomocou tohto prehľadného sprievodcu.
⬤ Učte sa regresiu, zhlukovanie, klasifikáciu, prediktívnu analýzu, umelé neurónové siete a ďalšie funkcie pomocou MATLABu.
⬤ Pochopte, ako vaše údaje fungujú, a identifikujte skryté vrstvy v údajoch pomocou sily strojového učenia.
Popis knihy
MATLAB je pre mnohých výskumníkov a odborníkov na matematiku obľúbeným jazykom na strojové učenie. Táto kniha vám pomôže vybudovať základy strojového učenia pomocou MATLABu pre začiatočníkov.
Začnete tým, že si pripravíte systém s prostredím MATLAB pre strojové učenie a uvidíte, ako jednoducho pracovať s pracovným prostredím Matlab. Potom prejdeme na čistenie údajov, dolovanie a analýzu rôznych typov údajov v strojovom učení a uvidíte, ako zobrazovať hodnoty údajov na grafe. Ďalej sa oboznámite s rôznymi typmi regresných techník a s tým, ako ich aplikovať na údaje pomocou funkcií MATLAB.
Porozumiete základným konceptom neurónových sietí a budete vykonávať analýzu dát, rozpoznávanie vzorov a zhlukovanie. Nakoniec preskúmate techniky výberu a extrakcie príznakov na zníženie dimenzionality s cieľom zlepšiť výkon.
Na konci knihy sa naučíte všetko spojiť do reálnych prípadov pokrývajúcich hlavné algoritmy strojového učenia a budete pohodlne vykonávať strojové učenie pomocou MATLABu.
Čo sa naučíte
⬤ Zoznámite sa s úvodnými pojmami strojového učenia.
⬤ Objavíte rôzne spôsoby transformácie údajov pomocou nástrojov SAS XPORT, import a export,.
⬤ Poznáte rôzne typy regresných techník, ako je jednoduchá a viacnásobná lineárna regresia, obyčajný odhad najmenších štvorcov, korelácie a ako ich aplikovať na svoje údaje.
⬤ Objavte základy klasifikačných metód a ako implementovať algoritmus Naive Bayes a rozhodovacie stromy v prostredí Matlab.
⬤ Objavte, ako používať metódy zhlukovania, ako je hierarchické zhlukovanie, na zoskupovanie údajov pomocou mier podobnosti.
⬤ Uvedomiť si, ako vykonávať fitovanie údajov, rozpoznávanie vzorov a analýzu zhlukovania pomocou MATLAB Neural Network Toolbox.
⬤ Naučte sa výber a extrakciu príznakov na zníženie dimenzionality, čo vedie k zlepšeniu výkonu.
