Recenze čtenářů
Shrnutí:Kniha je obecně vnímána jako praktický a přístupný průvodce pro začátečníky a středně pokročilé uživatele v oblasti strojového učení. Nabízí srozumitelné příklady a návody na kódování krok za krokem. Někteří čtenáři ji však kritizují za to, že je špatně napsaná, chybí v ní vysvětlivky a její obsah se opakuje.
Klady:Kniha je uživatelsky přívětivá a vhodná pro začátečníky a středně pokročilé. Obsahuje příklady připravené k použití se standardními datovými sadami v jazyce Python, jasné pokyny pro kódování a užitečná vysvětlení, která zlepšují pochopení optimalizace dat. Je také velmi dobře použitelná v průmyslovém a výzkumném kontextu.
Zápory:Některé recenze uvádějí, že je špatně napsaná, chybí v ní řádné vysvětlení kódů a modelů a že obsahuje opakující se formulace. Jsou zde zmínky o dlouhých úryvcích kódu bez dostatečného kontextu, což by mohlo některé čtenáře zmást.
(na základě 5 hodnocení čtenářů)
Původní název:
Hands-On Scikit-Learn for Machine Learning Applications: Data Science Fundamentals with Python
Obsah knihy:
Začínající profesionálové v oblasti datové vědy se díky této knize mohou seznámit s knihovnou Scikit-Learn a základy strojového učení. Kniha kombinuje distribuci Anaconda Python s oblíbenou knihovnou Scikit-Learn a ukazuje širokou škálu algoritmů strojového učení pod dohledem i bez dohledu. Je věnována pozornost tomu, abyste se seznámili s principy strojového učení na srozumitelných příkladech napsaných v jazyce Python, které si můžete vyzkoušet a experimentovat s nimi doma na vlastním počítači.
V knize jsou zahrnuty všechny dovednosti aplikované matematiky a programování potřebné ke zvládnutí obsahu. Hluboké znalosti objektově orientovaného programování nejsou nutné, protože jsou uvedeny a vysvětleny funkční a kompletní příklady. Příklady kódování jsou v případě potřeby hloubkové a komplexní. Jsou také stručné, přesné a úplné a doplňují představené koncepty strojového učení. Práce s příklady pomáhá budovat dovednosti potřebné k pochopení a aplikaci složitých algoritmů strojového učení.
Hands-on Scikit-Learn for Machine Learning Applications je vynikajícím výchozím bodem pro ty, kteří se chtějí věnovat strojovému učení. Studenti se v této knize naučí základy, které jsou předpokladem pro získání kompetencí. Čtenáři se seznámí s distribucí jazyka Python Anaconda, která je určena speciálně pro profesionály v oblasti datové vědy, a vybudují si dovednosti v populární knihovně Scikit-Learn, která je základem mnoha aplikací strojového učení ve světě jazyka Python.
Co se naučíte
⬤ Pracovat s jednoduchými a složitými datovými sadami běžnými pro Scikit-Learn.
⬤ Manipulovat s daty do vektorů a matic pro algoritmické zpracování.
⬤ Seznámit se s distribucí Anaconda používanou v datové vědě.
⬤ Používat strojové učení s klasifikátory, regresory a redukcí dimenzionality.
⬤ Vyladit algoritmy a najít nejlepší algoritmy pro každou datovou sadu.
⬤ Načítat data a ukládat je do formátů CSV, JSON, Numpy a Pandas.
Pro koho je tato kniha určena
Začínající datoví vědci, kteří touží proniknout do strojového učení prostřednictvím zvládnutí základních principů, které jsou někdy ve spěchu za produktivitou přeskakovány. Určitá znalost objektově orientovaného programování a velmi základní aplikované lineární algebry usnadní učení, i když z této knihy může mít prospěch každý.
