Recenzii ale cititorilor
Rezumat:Cartea oferă o introducere bine închegată în învățarea automată cu Python, echilibrând teoria și codificarea practică. Este deosebit de benefică pentru cei cu cunoștințe intermediare în statistică și programare, deși poate să nu fie potrivită pentru începătorii absoluți din cauza complexității sale. Mulți utilizatori apreciază explicațiile clare ale autorilor, ajutoarele vizuale și exemplele practice, în timp ce unii o critică pentru curba sa de învățare abruptă și detaliile insuficiente în domenii.
Avantaje:⬤ Explicații și vizualizări excelente
⬤ dovezi matematice solide
⬤ acoperire cuprinzătoare a tehnicilor de învățare automată
⬤ potrivit pentru utilizatorii intermediari
⬤ exemple practice cu cod Python
⬤ note valoroase din experiența autorilor
⬤ servește drept referință utilă pentru rezolvarea problemelor în învățarea automată.
Dezavantaje:⬤ Nu este potrivit pentru începători
⬤ curbă de învățare abruptă
⬤ unii utilizatori îl consideră greu de digerat
⬤ probleme ocazionale de calitate a imprimării
⬤ probleme de utilizare a formatului Kindle
⬤ prea mult accent pe algebra liniară fără explicații simple
⬤ unele conținuturi pot fi învechite sau lipsite de profunzime în anumite domenii.
(pe baza a 107 recenzii ale cititorilor)
Titlul original:
Python Machine Learning, Second Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow
Conținutul cărții:
Deblocați tehnicile moderne de învățare automată și învățare profundă cu Python utilizând cele mai recente biblioteci Python open source de ultimă oră.
Caracteristici principale
⬤ Secunda ediție a celei mai bine vândute cărți despre învățarea automată.
⬤ O abordare practică a cadrelor cheie în știința datelor, învățarea automată și învățarea profundă.
⬤ Utilizați cele mai puternice biblioteci Python pentru a implementa machine learning și deep learning.
⬤ Cunoașteți cele mai bune practici pentru a vă îmbunătăți și optimiza sistemele și algoritmii de machine learning.
Descrierea cărții
.
Nota editorului: Această ediție din 2017 este învechită și nu este compatibilă cu TensorFlow 2 sau cu oricare dintre cele mai recente actualizări ale bibliotecilor Python. O nouă ediție a treia, actualizată pentru 2020 și care include TensorFlow 2 și cele mai recente în scikit-learn, învățarea prin consolidare și GAN-uri, a fost acum publicată.
Învățarea automată mănâncă lumea software-ului, iar acum învățarea profundă extinde învățarea automată. Înțelegeți și lucrați la vârful de lance al învățării automate, rețelelor neuronale și învățării profunde cu această a doua ediție a celei mai bine vândute cărți a lui Sebastian Raschka, Python Machine Learning. Folosind bibliotecile open source Python, această carte oferă cunoștințele practice și tehnicile de care aveți nevoie pentru a crea și a contribui la machine learning, deep learning și analiza modernă a datelor.
Complet extinsă și modernizată, Python Machine Learning Second Edition include acum popularul TensorFlow 1. x deep learning library. Codul scikit-learn a fost, de asemenea, complet actualizat la v0. 18. 1 pentru a include îmbunătățiri și adăugiri la această bibliotecă versatilă de învățare automată.
Perspectiva și expertiza unică a lui Sebastian Raschka și Vahid Mirjalili vă introduc de la zero în algoritmii de învățare automată și de învățare profundă și vă arată cum să îi aplicați la provocările practice din industrie folosind exemple realiste și interesante. Până la sfârșitul cărții, veți fi gata să faceți față noilor oportunități de analiză a datelor.
Dacă ați citit prima ediție a acestei cărți, veți fi încântați să găsiți un echilibru între ideile clasice și perspectivele moderne în învățarea automată. Fiecare capitol a fost actualizat în mod critic și există capitole noi despre tehnologii-cheie. Veți putea să învățați și să lucrați cu TensorFlow 1. x mai profund ca niciodată și veți obține o acoperire esențială a bibliotecii de rețele neuronale Keras, împreună cu actualizări la scikit-learn 0. 18. 1.
Ce veți învăța
⬤ Înțelegeți cadrele cheie în știința datelor, învățarea automată și învățarea profundă.
⬤ Utilizați puterea celor mai recente biblioteci Python open source în învățarea automată.
⬤ Explorați tehnicile de învățare automată utilizând date provocatoare din lumea reală.
⬤ Master deep neural network implementation using the TensorFlow 1. x library.
⬤ Învățați mecanica algoritmilor de clasificare pentru a implementa cel mai bun instrument pentru această sarcină.
⬤ Prediceți rezultatele țintă continue utilizând analiza de regresie.
⬤ Descoperiți modele și structuri ascunse în date cu ajutorul grupării.
⬤ Explorați în profunzime datele textuale și din social media utilizând analiza sentimentelor.
Pentru cine este această carte
Dacă știți ceva Python și doriți să utilizați învățarea automată și învățarea profundă, luați această carte. Fie că doriți să începeți de la zero sau să vă extindeți cunoștințele despre machine learning, aceasta este o resursă esențială și de neratat. Scrisă pentru dezvoltatorii și cercetătorii de date care doresc să creeze cod practic de machine learning și deep learning, această carte este ideală pentru dezvoltatorii și cercetătorii de date care doresc să învețe computerele cum să învețe din date.
