Recenzie čitateľov
Zhrnutie:Celkovo kniha poskytuje komplexné pochopenie strojového učenia, najmä pre tých, ktorí majú skúsenosti s programovaním v jazyku Python. Existujú však značné obavy týkajúce sa kvality tlače a niektorých nepresností v častiach o hlbokom učení.
Výhody:⬤ Dobre štruktúrovaný obsah, ktorý efektívne predstavuje koncepty strojového učenia.
⬤ Jasné vysvetlenie matematických pojmov, algoritmov a praktických príkladov.
⬤ Cenné pre tých, ktorí majú skúsenosti s programovaním v jazyku Python.
⬤ Dobrá rovnováha medzi teóriou a praktickým kódovaním.
⬤ Užitočné ako referencia pre študentov aj odborníkov z praxe.
Nevýhody:⬤ Slabá kvalita tlače vo fyzických kópiách, často popisovaná ako rozmazaná alebo vyblednutá.
⬤ Niektoré časti o hlbokom učení môžu byť neprehľadné a obsahovať nepresnosti.
⬤ Čiernobiele diagramy môžu znižovať pochopenie niektorých pojmov.
⬤ Poskytnutý kód nemusí fungovať bez špecifických verzií balíkov, čo môže byť frustrujúce.
(na základe 71 čitateľských recenzií)
Pôvodný názov:
Python Machine Learning - Third Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2
Obsah knihy:
Aplikované strojové učenie s pevným teoretickým základom. Prepracované a rozšírené pre TensorFlow 2, GAN a reinforcement learning.
Kľúčové vlastnosti
⬤ Tretie vydanie najpredávanejšej, široko uznávanej knihy o strojovom učení v jazyku Python.
⬤ Jasné a intuitívne vysvetlenia vás zavedú hlboko do teórie a praxe strojového učenia v jazyku Python.
⬤ Plne aktualizovaná a rozšírená verzia, ktorá zahŕňa TensorFlow 2, modely generatívnych adverzných sietí, posilňovanie učenia a osvedčené postupy.
Popis knihy
Strojové učenie v jazyku Python, tretie vydanie je komplexný sprievodca strojovým učením a hlbokým učením s jazykom Python. Pôsobí ako výukový program krok za krokom a zároveň ako referencia, ku ktorej sa budete vracať pri budovaní systémov strojového učenia.
Kniha je plná jasných vysvetlení, vizualizácií a pracovných príkladov a do hĺbky pokrýva všetky základné techniky strojového učenia. Zatiaľ čo v niektorých knihách sa učíte iba postupovať podľa návodov, v tejto knihe o strojovom učení vás Raschka a Mirjalili naučia princípy strojového učenia, vďaka čomu môžete sami vytvárať modely a aplikácie.
Toto nové tretie vydanie, aktualizované pre TensorFlow 2. 0, predstavuje čitateľom nové funkcie Keras API, ako aj najnovšie prírastky do scikit-learn. Je tiež rozšírená o najmodernejšie techniky posilňovania učenia založené na hlbokom učení, ako aj o úvod do GAN. Napokon sa v tejto knihe skúma aj podoblasť spracovania prirodzeného jazyka (NLP) nazývaná analýza sentimentu, ktorá vám pomôže naučiť sa používať algoritmy strojového učenia na klasifikáciu dokumentov.
Táto kniha je vaším spoločníkom pri strojovom učení s jazykom Python, či už ste vývojár v jazyku Python, ktorý sa so strojovým učením začína zaoberať, alebo si chcete prehĺbiť svoje znalosti o najnovšom vývoji.
Čo sa naučíte
⬤ Ovládnite rámce, modely a techniky, ktoré umožňujú strojom "učiť sa" z údajov.
⬤ Používajte scikit-learn na strojové učenie a TensorFlow na hlboké učenie.
⬤ Aplikujte strojové učenie na klasifikáciu obrázkov, analýzu nálad, inteligentné webové aplikácie a ďalšie.
⬤ Vytvárajte a trénujte neurónové siete, GAN a iné modely.
⬤ Objavte osvedčené postupy na vyhodnocovanie a ladenie modelov.
⬤ Predpovedať spojité cieľové výsledky pomocou regresnej analýzy.
⬤ Hlbšie preniknúť do textových údajov a údajov sociálnych médií pomocou analýzy nálad.
Pre koho je táto kniha určená
Ak ovládate Python a chcete používať strojové učenie a hlboké učenie, vyberte si túto knihu. Či už chcete začať od nuly alebo rozšíriť svoje znalosti strojového učenia, je to základný zdroj informácií. Táto kniha je napísaná pre vývojárov a dátových vedcov, ktorí chcú vytvárať praktický kód strojového učenia a hlbokého učenia, a je ideálna pre každého, kto chce naučiť počítače učiť sa z dát.
