Recenzii ale cititorilor
Rezumat:Cartea este lăudată în primul rând pentru accesibilitatea și adecvarea sa pentru începători în învățarea automată. Oferă multe exemple practice de codare și acoperă o varietate de algoritmi actualizați. Cu toate acestea, unii utilizatori avansați o critică pentru lipsa de profunzime, în special în ceea ce privește explicațiile matematice și subiectele mai complexe.
Avantaje:⬤ Accesibilă și ușor de citit pentru începători.
⬤ O mulțime de exemple practice pentru a ilustra conceptele.
⬤ Acoperă algoritmi ML actualizați.
⬤ Oferă o bună introducere în Python Machine Learning și SciKit-Learn.
Dezavantaje:⬤ Lipsă de profunzime în explicațiile matematice și subiectele avansate.
⬤ Nu este potrivit pentru utilizatorii avansați sau pentru cei cu cunoștințe intermediare.
⬤ Unii utilizatori consideră conținutul său prea elementar.
⬤ Calitatea materialului este criticată ca fiind fragilă.
(pe baza a 10 recenzii ale cititorilor)
Titlul original:
Python Machine Learning
Conținutul cărții:
Această carte abordează învățarea automată, unul dintre cele mai fierbinți subiecte din ultimii ani. Întrucât puterea de calcul crește exponențial, iar costurile scad în același timp, nu există un moment mai bun pentru învățarea automată. Sarcinile de învățare automată care, de obicei, necesită o putere de procesare uriașă sunt acum posibile pe mașini de birou. Cu toate acestea, învățarea automată nu este pentru cei slabi de inimă - necesită o bună bază în statistică, precum și cunoștințe de programare. Această carte cu cod intensiv încurajează cititorii să încerce diverse exemple ale ambelor subiecte, care sunt concepute pentru a fi compacte, dar ușor de urmărit și de înțeles. Cititorii vor începe prin a urmări subiecte fundamentale, cum ar fi o introducere în Machine Learning și Data Science. Pentru fiecare algoritm de învățare, cititorii vor folosi un scenariu din viața reală pentru a arăta modul în care învățarea automată este utilă pentru rezolvarea problemei în cauză.
Această carte va iniția cititorii în Python Machine Learning prin parcurgerea următoarelor subiecte fundamentale:
Introducere în învățarea automată.
Algoritmi de învățare automată.
⬤ Regresie.
⬤ Clasificări.
⬤ Clustering.
⬤ Detecție de anomalii.
Implementarea modelelor de învățare automată ca servicii web.
Introducere în știința datelor Python.
Biblioteci Python pentru știința datelor.
⬤ Numpy.
⬤ Pandas.
⬤ Matplotib.
Noțiuni introductive cu Scikit-learn.
