Recenze čtenářů
Shrnutí:Kniha „Strojové učení pro úplné začátečníky“ slouží jako stručný a přístupný úvod do strojového učení, určený především těm, kteří nemají žádné předchozí znalosti. Přestože účinně pokrývá základní pojmy a poskytuje solidní základy, nemusí uspokojit ty, kteří hledají hluboké technické detaily.
Klady:⬤ Je přehledná a dobře napsaná, takže ji snadno pochopí i začátečníci.
⬤ Poskytuje dobrý přehled konceptů strojového učení, aniž by čtenáře zahltila.
⬤ Obsahuje názorné ilustrace pro lepší pochopení.
⬤ Nabízí další zdroje pro další studium a vhled do možností kariéry v oblasti datové vědy a strojového učení.
⬤ Krátká délka je výhodná pro rychlé čtenáře nebo pro ty, kteří potřebují získat přehled o tématu.
Zápory:⬤ Pro čtenáře s předchozími znalostmi statistiky nebo strojového učení může být příliš základní.
⬤ Chybí hloubka technických detailů a praktických aplikací, takže jako samostatný zdroj informací pro pokročilejší studenty je nedostatečná.
⬤ Pro některé čtenáře je název zavádějící, protože značná část knihy se zaměřuje spíše na statistiku než na algoritmy strojového učení.
⬤ Omezené množství cvičení nebo praktických příkladů k upevnění učiva.
(na základě 89 hodnocení čtenářů)
Původní název:
Machine Learning for Absolute Beginners: A Plain English Introduction
Obsah knihy:
Upozorňujeme, že na Amazonu je nyní k dispozici druhé vydání tohoto titulu s aktualizovaným obsahem.
Jste připraveni roztočit virtuální instanci GPU a rozbít petabajty dat? Chcete si do svého profilu na LinkedIn přidat "Machine Learning"?
Tak to se podržte...
Než se vydáte na epickou cestu do světa strojového učení, je třeba nejprve projít základní teorii.
Ale než utrácet 30-50 dolarů za hutnou dlouhou učebnici, raději si nejprve přečtěte tuto knihu. Jako jasná a stručná alternativa k učebnici nabízí tato kniha praktický úvod do strojového učení na vysoké úrovni.
Kniha Strojové učení pro úplné začátečníky byla napsána a navržena pro úplné začátečníky. To znamená srozumitelná vysvětlení a žádné zkušenosti s kódováním. Tam, kde jsou představeny základní algoritmy, jsou přidány srozumitelné vysvětlivky a názorné příklady, aby bylo snadné a poutavé postupovat podle nich doma.
Tento titul začíná obecným úvodem do strojového učení na makroúrovni. Druhá polovina knihy je více praktická a věnuje se představení konkrétních algoritmů používaných ve strojovém učení, včetně jejich výhod a nevýhod. V závěru knihy se s vámi podělím o postřehy a rady týkající se dalšího vzdělávání a kariéry v této oblasti.
Upozornění: Pokud jste při studiu strojového učení překonali fázi "začátečníka" a jste připraveni zabývat se hlubokým učením a Scikit-learn, dobře by vám posloužila učebnice dlouhého formátu. Pokud jste však ještě nedosáhli onoho okamžiku Lvího krále - jako dospělý Simba, který se rozhlíží po africkém Pride Lands - pak je tato kniha tou pravou, která vás jemně nadzvedne a nabídne vám jasný přehled o této zemi.
V tomto průvodci se krok za krokem dozvíte: - Úplné základy strojového učení, které musí zvládnout všichni začátečníci.
- Rozhodovací stromy pro vizuální mapování a klasifikaci rozhodovacích procesů.
- Regresní analýza pro vytváření trendových čar a předpovídání trendů.
- Redukce dat a Analýza hlavních komponent k prořezání šumu.
- K-means a k-nejbližší soused (k-nn) Clustering k objevování nových dat - Bias/Variance k optimalizaci modelu strojového učení.
- Jak vytvořit první model strojového učení pro předpovídání prodeje videoher pomocí jazyka Python.
- Kariéra v oboru.
Přidejte si verzi této knihy pro Kindle (v hodnotě 3. 99 USD) do své knihovny Amazon Kindle zdarma a bez dalších nákladů.
