Strojové učenie v jazyku Python

Recenzie čitateľov

Kniha je chválená predovšetkým pre svoju prístupnosť a vhodnosť pre začiatočníkov v oblasti strojového učenia. Poskytuje množstvo praktických príkladov kódovania a zahŕňa množstvo aktuálnych algoritmov. Niektorí pokročilí používatelia ju však kritizujú za nedostatočnú hĺbku, najmä v oblasti matematických vysvetlení a zložitejších tém.

⬤ Prístupné a ľahko čitateľné pre začiatočníkov.
⬤ Množstvo praktických príkladov na ilustráciu konceptov.
⬤ Pokrýva aktuálne algoritmy ML.
⬤ Poskytuje dobrý úvod do strojového učenia v jazyku Python a SciKit-Learn.

⬤ Chýba hĺbka matematických vysvetlení a pokročilých tém.
⬤ Nie je vhodná pre pokročilých používateľov alebo pre tých, ktorí majú stredne pokročilé znalosti.
⬤ Niektorí používatelia považujú jej obsah za príliš základný.
⬤ Kvalita materiálu je kritizovaná ako krehká.

(na základe 10 čitateľských recenzií)

Pôvodný názov:

Python Machine Learning

Obsah knihy:

Táto kniha sa zaoberá strojovým učením, jednou z najhorúcejších tém posledných rokov. Vzhľadom na exponenciálne rastúci výpočtový výkon a súčasne klesajúce náklady neexistuje lepší čas pre strojové učenie. Úlohy strojového učenia, ktoré si zvyčajne vyžadujú obrovský výpočtový výkon, je teraz možné riešiť na stolových počítačoch. Strojové učenie však nie je pre slabé povahy - vyžaduje si dobré základy v oblasti štatistiky, ako aj znalosti programovania. Táto kniha náročná na kód nabáda čitateľov, aby si vyskúšali rôzne príklady z oboch tém, ktoré sú navrhnuté tak, aby boli kompaktné, ale zároveň jednoduché na sledovanie a pochopenie. Čitatelia začnú sledovať základné témy, ako je úvod do strojového učenia a dátovej vedy. Pri každom algoritme učenia čitatelia použijú reálny scenár, ktorý ukáže, ako je strojové učenie užitočné pri riešení daného problému.

Táto kniha pomôže čitateľom začať pracovať v strojovom učení v jazyku Python prostredníctvom týchto základných tém:

Úvod do strojového učenia.

Algoritmy strojového učenia.

⬤ Regresia.

⬤ Klasifikácie.

⬤ Klastrovanie.

⬤ Detekcia anomálií.

Nasadenie modelov strojového učenia ako webových služieb.

Úvod do dátovej vedy v jazyku Python.

Knižnice Pythonu pre dátovú vedu.

⬤ Numpy.

⬤ Pandas.

⬤ Matplotib.

Začíname so Scikit-learn.