Strojové učení v jazyce Python pro každého

Recenze čtenářů

Kniha „Machine Learning with Python for Everyone“ od Dr. Marka Fennera je vysoce ceněna pro svůj jasný a praktický přístup k výuce strojového učení, zejména pro začátečníky. Zjednodušuje složité koncepty a vyhýbá se těžkému matematickému obsahu, přičemž poskytuje poutavé příklady v jazyce Python. Někteří čtenáři však mají pocit, že v ní chybí ucelený návod na nastavení výukového prostředí, zejména s Jupyterem, a že mohou potřebovat více praktických projektů, které by mohli přímo spustit.

⬤ Jasná a praktická prezentace konceptů strojového učení.
⬤ Přístupné i pro úplné začátečníky s malým matematickým vzděláním.
⬤ Neformální a příjemný styl psaní.
⬤ Kvalitní příklady, které lze spustit na domácích počítačích.
⬤ Pozitivní ohlasy na autorovu ochotu reagovat na dotazy.

⬤ Chybí podrobný návod pro nastavení prostředí, konkrétně Jupyteru.
⬤ Vyžaduje od čtenářů ruční zadávání kódu v jazyce Python, což může být pro někoho zatěžující.
⬤ Omezený počet dostupných praktických projektů.

(na základě 5 hodnocení čtenářů)

Původní název:

Machine Learning with Python for Everyone

Obsah knihy:

Úplný průvodce pro začátečníky k pochopení a budování systémů strojového učení v jazyce Python

Machine Learning with Python for Everyone vám pomůže zvládnout postupy, vzory a strategie, které potřebujete k budování efektivních systémů učení, i když jste úplný začátečník. Pokud umíte psát kód v jazyce Python, je tato kniha určena právě vám, bez ohledu na to, jak málo matematiky na vysokoškolské úrovni znáte. Hlavní instruktor Mark E. Fenner se při zprostředkování myšlenek strojového učení spoléhá na srozumitelné příběhy, obrázky a příklady v jazyce Python.

Mark začíná tím, že pojednává o strojovém učení a o tom, co dokáže; přístupným způsobem představuje klíčová matematická a výpočetní témata a provede vás prvními kroky při vytváření, trénování a vyhodnocování učících se systémů. Krok za krokem si doplníte součásti praktického učícího se systému, rozšíříte si sadu nástrojů a prozkoumáte některé z nejsofistikovanějších a nejzajímavějších technik tohoto oboru. Ať už jste student, analytik, vědec, nebo hobbyista, poznatky z této příručky se uplatní v každém učebním systému, který kdy vytvoříte nebo budete používat.

⬤ Poznejte algoritmy strojového učení, modely a základní koncepty strojového učení.

⬤ Klasifikujte příklady pomocí klasifikátorů a kvantifikujte příklady pomocí regresorů.

⬤ Realisticky vyhodnocovat výkonnost systémů strojového učení.

⬤ Využívat příznakové inženýrství k vyhlazení hrubých dat do užitečné podoby.

⬤ Spojit více komponent do jednoho systému a vyladit jeho výkon.

⬤ Aplikovat techniky strojového učení na obrázky a text.

⬤ Propojit základní koncepty s neuronovými sítěmi a grafickými modely.

⬤ Využívat knihovnu scikit-learn v jazyce Python a další výkonné nástroje.

Zaregistrujte si knihu a získejte pohodlný přístup ke stažení, aktualizacím a/nebo opravám, jakmile budou k dispozici. Podrobnosti naleznete uvnitř knihy.