Hodnotenie:
Kniha „Programovanie strojového učenia“ od Paola Perrottu je všeobecne uznávaná pre svoj jasný a metodický prístup k predstaveniu konceptov strojového učenia. Úspešne sprevádza začiatočníkov základmi strojového učenia a neurónových sietí bez veľkého spoliehania sa na existujúce knižnice, čím sprístupňuje zložité témy. Niektorí recenzenti však zaznamenali nedostatky v hlbších matematických vysvetleniach a niektorých pokročilých témach, čo naznačuje, že nemusí spĺňať potreby tých, ktorí hľadajú rozsiahle pokrytie týchto oblastí.
Výhody:⬤ Jasný a postupný úvod do koncepcií strojového učenia.
⬤ Dobré vysvetlenia základných matematických výpočtov a kódu.
⬤ Praktický, praktický prístup s príkladmi.
⬤ Dobre ilustrované diagramy, ktoré zlepšujú pochopenie.
⬤ Personalizovaná podpora a zapojenie autora.
⬤ Skvelé pre začiatočníkov a stredne pokročilých programátorov, ktorí si chcú vybudovať základné znalosti.
⬤ Chýba hĺbkový matematický opis pojmov.
⬤ Niektoré kapitoly, napríklad tie o CNN, sa považujú za nedostatočné.
⬤ Obmedzené pokrytie pokročilých tém, ktoré nemusí uspokojiť tých, ktorí hľadajú komplexné znalosti.
(na základe 19 čitateľských recenzií)
Programming Machine Learning: From Coding to Deep Learning
Rozhodli ste sa venovať strojovému učeniu - pretože hľadáte prácu, púšťate sa do nového projektu alebo si jednoducho myslíte, že samojazdiace autá sú super. Ale kde začať? Aj ako softvérový vývojár sa ľahko necháte zastrašiť. Dobrou správou je, že to nemusí byť také ťažké. Strojové učenie zvládnete písaním kódu po jednom riadku, od jednoduchých programov na učenie až po skutočný systém hlbokého učenia. Zaoberajte sa ťažkými témami tak, že ich rozdelíte, aby boli ľahšie pochopiteľné, a budujte si sebadôveru tým, že si zašpiníte ruky.
Odstráňte nejasnosti strojového učenia, začnite od nuly a prejdite až k hlbokému učeniu. Strojové učenie môže byť zastrašujúce svojou závislosťou od matematiky a algoritmov, s ktorými sa väčšina programátorov vo svojej bežnej práci nestretáva. Zvoľte praktický prístup a napíšte si kód v jazyku Python sami, bez knižníc, ktoré by zastierali, čo sa v skutočnosti deje. Iterujte svoj návrh a postupne pridávajte vrstvy zložitosti.
Vytvorte aplikáciu na rozpoznávanie obrazu od začiatku pomocou učenia pod dohľadom. Predpovedajte budúcnosť pomocou lineárnej regresie. Zoznámte sa s gradientným zostupom, základným algoritmom, ktorý riadi väčšinu strojového učenia. Vytvorte perceptróny na klasifikáciu údajov. Vytvorte neurónové siete na riešenie zložitejších a sofistikovanejších súborov údajov. Trénujte a vylepšujte tieto siete pomocou spätného šírenia a dávkovania. Vrstvite neurónové siete, eliminujte nadmerné prispôsobovanie a pridajte konvolúciu, aby ste neurónovú sieť premenili na skutočný systém hlbokého učenia.
Začnite od začiatku a nakódujte si cestu k majstrovstvu v strojovom učení.
Čo potrebujete:
Príklady v tejto knihe sú napísané v jazyku Python, ale nebojte sa, ak tento jazyk neovládate: všetky potrebné znalosti Pythonu si osvojíte veľmi rýchlo. Okrem toho budete potrebovať len počítač a svoj mozog, ktorý vie kódovať.