Recenzie čitateľov
Zhrnutie:Kniha má zmiešané recenzie od používateľov, pričom mnohí chvália jej prístup k strojovému učeniu a programovaniu v jazyku Python, ktorý je vhodný pre začiatočníkov, zatiaľ čo iní kritizujú jej nedostatočnú hĺbku a niektoré logistické problémy s prístupom k materiálom.
Výhody:- Návod krok za krokom vhodný pre úplných začiatočníkov v jazyku Python a strojovom učení
Nevýhody:- Praktický, praktický prístup s príkladmi kódovania a cvičeniami
(na základe 15 čitateľských recenzií)
Pôvodný názov:
Python Machine Learning for Beginners: Learning from scratch NumPy, Pandas, Matplotlib, Seaborn, Scikitlearn, and TensorFlow for Machine Learning and
Obsah knihy:
Strojové učenie v jazyku Python pre začiatočníkov.
Strojové učenie (ML) a umelá inteligencia (AI) sú tu, aby zostali. Áno, je to tak. Na základe značného množstva údajov a dôkazov je zrejmé, že ML a AI sú tu, aby zostali. Vezmite si dnes akékoľvek odvetvie. Praktické aplikácie ML skutočne vedú k obchodným výsledkom. Či už ide o zdravotníctvo, elektronický obchod, štátnu správu, dopravu, stránky sociálnych médií, finančné služby, výrobu, ropu a plyn, marketing a predajVy si to len poviete. Zoznam je dlhý. Niet pochýb o tom, že ML bude v budúcnosti zohrávať rozhodujúcu úlohu v každej oblasti. Čo však robí odborník na strojové učenie? Špecialista na strojové učenie vyvíja inteligentné algoritmy, ktoré sa učia z údajov a tiež sa rýchlo prispôsobujú údajom. Tieto špičkové algoritmy potom vytvárajú presné predpovede.
Publikácia Strojové učenie v jazyku Python pre začiatočníkov vám predstaví praktický prístup, ako sa rýchlo naučiť ML.
V čom je táto kniha iná?
Vydavateľstvo AI Publishing pevne verí v metodiku učenia sa praxou. S ohľadom na to sme túto knihu starostlivo pripravili. Zistíte, že dôraz na teoretické aspekty strojového učenia je rovnocenný s dôrazom na praktické aspekty tejto problematiky. V prvej polovici knihy sa veľmi podrobne zoznámite s analýzou a vizualizáciou údajov. V druhej polovici sa potom dozviete o strojovom učení a štatistických modeloch pre dátovú vedu. Každá kapitola vám predstaví teoretický rámec jednotlivých techník dátovej vedy a strojového učenia a praktické príklady ilustrujú fungovanie týchto techník. Keď si kúpite túto knihu, vaša cesta za poznaním bude oveľa jednoduchšia. Dôvodom je, že na webovej stránke vydavateľa získate okamžitý prístup ku všetkým súvisiacim učebným materiálom prezentovaným s touto knihou - referencie, súbory PDF, kódy v jazyku Python a cvičenia. Všetky tieto materiály sú vám k dispozícii bez ďalších nákladov. Súbory údajov ML použité v tejto knihe si môžete stiahnuť za behu alebo k nim máte prístup prostredníctvom priečinka Resources/Datasets. Nesmierne užitočný bude pre vás aj krátky kurz programovania v jazyku Python v druhej kapitole, najmä ak s jazykom Python začínate. Keďže táto kniha vám poskytuje prístup ku všetkým kódom a dátovým súborom jazyka Python, na začatie práce potrebujete len prístup k počítaču s internetom.
Témy zahŕňajú.
⬤ Úvod a nastavenie prostredia.
⬤ Python Crash Course.
⬤ Knižnica NumPy pre analýzu údajov.
⬤ Úvod do knižnice Pandas na analýzu údajov.
⬤ Vizualizácia údajov prostredníctvom knižníc Matplotlib, Seaborn a Pandas.
⬤ Riešenie problémov regresie v ML pomocou knižnice Sklearn.
⬤ Riešenie problémov klasifikácie v ML pomocou knižnice Sklearn.
⬤ Zoskupovanie údajov pomocou ML s využitím knižnice Sklearn.
⬤ Hlboké učenie pomocou Python TensorFlow 2. 0.
⬤ Znižovanie dimenzionality pomocou PCA a LDA s využitím Sklearn.
Kliknite na tlačidlo KÚPIŤ TERAZ a začnite svoju cestu za strojovým učením.
