Hodnotenie:
Kniha je všeobecne dobre prijímaná, najmä medzi začiatočníkmi v oblasti strojového učenia. Je chválená pre svoju zrozumiteľnosť a ľahkú pochopiteľnosť s praktickými príkladmi, ktoré pomáhajú upevniť koncepty. Niektorí používatelia však naznačujú, že informácie sa dajú ľahko nájsť na internete, a upozorňujú na možné jazykové bariéry pre osoby, pre ktoré nie je kniha rodným jazykom.
Výhody:Ľahko pochopiteľné, praktické príklady, skvelé pre začiatočníkov, jasné vysvetlenie základných pojmov, kód krok za krokom.
Nevýhody:Informácie môžu byť nadbytočné alebo ľahko nájditeľné online, potenciálne jazykové bariéry pre nerodených hovorcov, niektoré príklady môžu obsahovať chyby.
(na základe 12 čitateľských recenzií)
Machine Learning: Make Your Own Recommender System
Naučte sa vytvoriť vlastný odporúčací systém za jedno popoludnie.
Odporúčacie systémy sú jednou z najviditeľnejších aplikácií strojového učenia a ich neuveriteľná schopnosť premeniť naše nevyslovené akcie na položky, ktoré sa nám páčia, je návyková a zároveň znepokojujúca. Odporúčacie systémy tu však zostanú a pre každého, kto začína svoju cestu v oblasti dátovej vedy, je to lukratívny priestor pre budúce zamestnanie.
Táto kniha vás oboznámi so základmi, ako aj s postupmi pri kódovaní vlastného odporúčacieho systému pomocou jazyka Python. Cvičenia zahŕňajú predpovedanie odporúčaní kníh, relevantných vlastností domu na účely online marketingu a toho, či používateľ klikne na reklamnú kampaň. Pre koho je kniha určená? Obsah tejto knihy je určený pre začiatočníkov s určitými základnými znalosťami dátovej vedy vrátane klasickej štatistiky a počítačového programovania.
Ak sa s dátovou vedou stretávate prvýkrát, možno budete chcieť venovať niekoľko hodín prečítaniu mojej prvej knihy Strojové učenie pre úplných začiatočníkov, než sa pustíte do tejto knihy. Témy obsiahnuté v tejto knihe: - Ako nastaviť bezplatné a jednoduché prostredie pieskoviska pomocou Jupyter Notebook - Ako pripraviť údaje na spracovanie - Ako nakódovať model kolaboratívneho filtrovania - Ako nakódovať model filtrovania na základe obsahu - Ako sa hodnotia odporúčacie systémy - Čo potrebujete vedieť o ochrane osobných údajov a etike - Ako by mohla vyzerať budúcnosť odporúčacích systémov.
