Fundamentals of Machine Learning for Predictive Data Analytics, ediția a doua: Algoritmi, exemple de lucru și studii de caz

Recenzii ale cititorilor

Cartea este foarte apreciată ca o resursă educațională pentru începători în învățarea automată, oferind o bază solidă și explicații clare. Este bine structurată, cu definiții detaliate, studii de caz și o abordare cuprinzătoare a subiectului. Cu toate acestea, îi lipsesc suficiente exemple de cod, iar stilul de scriere poate fi uneori sec.

Ușor de citit și de urmărit, bine organizat, oferă o fundație de bază solidă, studii de caz detaliate, explicații clare ale algoritmilor, echilibru bun între teorie și practic, excelent pentru începători compleți, profunzime cuprinzătoare în procesele de învățare automată, imprimare de înaltă calitate.

Lipsă de exemple de cod pentru experiența practică, scrierea poate fi uscată și neangajantă, unele concepte ar putea beneficia de mai multă concizie, poate necesita o cunoaștere puternică a limbii engleze.

(pe baza a 13 recenzii ale cititorilor)

Titlul original:

Fundamentals of Machine Learning for Predictive Data Analytics, Second Edition: Algorithms, Worked Examples, and Case Studies

Conținutul cărții:

A doua ediție a unei introduceri cuprinzătoare la abordările învățării automate utilizate în analiza predictivă a datelor, care acoperă atât teoria, cât și practica.

Învățarea automată este adesea utilizată pentru a construi modele predictive prin extragerea modelelor din seturi mari de date. Aceste modele sunt utilizate în aplicații de analiză predictivă a datelor, inclusiv predicția prețurilor, evaluarea riscurilor, predicția comportamentului clienților și clasificarea documentelor. Acest manual introductiv oferă un tratament detaliat și concentrat al celor mai importante abordări de învățare automată utilizate în analiza predictivă a datelor, acoperind atât concepte teoretice, cât și aplicații practice. Materialul tehnic și matematic este completat cu exemple explicative lucrate, iar studiile de caz ilustrează aplicarea acestor modele în contextul mai larg al afacerilor. Această a doua ediție acoperă evoluțiile recente din domeniul învățării automate, în special într-un capitol nou privind învățarea profundă, precum și două capitole noi care merg dincolo de analiza predictivă pentru a acoperi învățarea nesupravegheată și învățarea prin consolidare.

Cartea este accesibilă, oferind explicații non-tehnice ale ideilor care stau la baza fiecărei abordări înainte de a introduce modele matematice și algoritmi. Este concentrată și profundă, oferind studenților cunoștințe detaliate cu privire la conceptele de bază, oferindu-le o bază solidă pentru a explora domeniul pe cont propriu. Atât capitolele timpurii, cât și studiile de caz ulterioare ilustrează modul în care procesul de învățare a modelelor predictive se încadrează în contextul mai larg al afacerilor. Cele două studii de caz descriu proiecte specifice de analiză a datelor prin fiecare fază de dezvoltare, de la formularea problemei de afaceri până la implementarea soluției analitice. Cartea poate fi utilizată ca manual la nivel introductiv sau ca referință pentru profesioniști.