Praktické využitie Scikit-Learn pre aplikácie strojového učenia: Základy dátovej vedy v jazyku Python

Recenzie čitateľov

Kniha je všeobecne vnímaná ako praktická a prístupná príručka pre začiatočníkov a stredne pokročilých používateľov v oblasti strojového učenia. Ponúka jasné príklady a pokyny na kódovanie krok za krokom. Niektorí čitatelia ju však kritizujú za to, že je zle napísaná, chýbajú v nej vysvetlenia a jej obsah sa opakuje.

Kniha je používateľsky prívetivá a vhodná pre začiatočníkov a stredne pokročilých používateľov. Obsahuje príklady pripravené na použitie so štandardnými súbormi údajov v jazyku Python, jasné pokyny na kódovanie a užitočné vysvetlenia, ktoré zlepšujú pochopenie optimalizácie údajov. Je tiež veľmi dobre použiteľná v priemyselnom a výskumnom kontexte.

V niektorých recenziách sa uvádza, že je zle napísaná s nedostatkom náležitých vysvetlení kódov a modelov a že obsahuje opakujúce sa formulácie. Spomínajú sa v nej dlhé úryvky kódu bez dostatočného kontextu, ktoré by mohli niektorých čitateľov zmiasť.

(na základe 5 čitateľských recenzií)

Pôvodný názov:

Hands-On Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python

Obsah knihy:

Začínajúci profesionáli v oblasti dátovej vedy sa môžu vďaka tejto knihe naučiť knižnicu Scikit-Learn spolu so základmi strojového učenia. Kniha kombinuje distribúciu Anaconda Python s populárnou knižnicou Scikit-Learn a demonštruje širokú škálu algoritmov strojového učenia pod dohľadom a bez dohľadu. Dbá sa na to, aby vás oboznámila s princípmi strojového učenia prostredníctvom prehľadných príkladov napísaných v jazyku Python, ktoré si môžete vyskúšať a experimentovať s nimi doma na vlastnom počítači.

V tejto knihe sú zahrnuté všetky aplikované matematické a programátorské zručnosti potrebné na zvládnutie obsahu. Hlboké znalosti objektovo orientovaného programovania nie sú potrebné, pretože sú uvedené a vysvetlené funkčné a úplné príklady. Príklady kódovania sú v prípade potreby hĺbkové a komplexné. Zároveň sú stručné, presné a úplné a dopĺňajú predstavené koncepty strojového učenia. Práca s príkladmi pomáha budovať zručnosti potrebné na pochopenie a aplikáciu zložitých algoritmov strojového učenia.

Hands-on Scikit-Learn for Machine Learning Applications je vynikajúcim východiskovým bodom pre tých, ktorí sa usilujú o kariéru v oblasti strojového učenia. Študenti sa v tejto knihe naučia základy, ktoré sú predpokladom pre získanie kompetencií. Čitatelia sa zoznámia s distribúciou jazyka Python Anaconda, ktorá je určená špeciálne pre profesionálov v oblasti dátovej vedy, a vybudujú si zručnosti v populárnej knižnici Scikit-Learn, ktorá je základom mnohých aplikácií strojového učenia vo svete jazyka Python.

Čo sa naučíte

⬤ Práca s jednoduchými a zložitými dátovými súbormi, ktoré sú spoločné pre Scikit-Learn.

⬤ Manipulovať s údajmi do vektorov a matíc na algoritmické spracovanie.

⬤ Zoznámite sa s distribúciou Anaconda používanou v dátovej vede.

⬤ Použiť strojové učenie s klasifikátormi, regresormi a redukciou dimenzionality.

⬤ Vylaďte algoritmy a nájdite najlepšie algoritmy pre jednotlivé súbory údajov.

⬤ Načítať údaje z formátov CSV, JSON, Numpy a Pandas a ukladať ich do týchto formátov.

Pre koho je táto kniha určená

Začínajúci dátový vedec túži preniknúť do strojového učenia prostredníctvom zvládnutia základných princípov, ktoré sa niekedy v zhone za produktivitou vynechávajú. Určité znalosti objektovo orientovaného programovania a veľmi základnej aplikovanej lineárnej algebry uľahčia učenie, hoci z tejto knihy môže mať prospech každý.