Recenzii ale cititorilor
Rezumat:În general, cartea oferă o înțelegere cuprinzătoare a învățării automate, în special pentru cei cu un fundal în programarea Python. Cu toate acestea, există preocupări semnificative cu privire la calitatea imprimării și unele inexactități în secțiunile de învățare profundă.
Avantaje:⬤ Conținut bine structurat care introduce în mod eficient conceptele de învățare automată.
⬤ Explicații clare ale conceptelor matematice, algoritmilor și exemplelor practice.
⬤ Valoros pentru cei cu experiență în programarea Python.
⬤ Echilibru bun între teorie și codificare practică.
⬤ Util ca referință atât pentru studenți, cât și pentru practicieni.
Dezavantaje:⬤ Calitate slabă a imprimării în exemplarele fizice, adesea descrisă ca fiind pătată sau decolorată.
⬤ Unele secțiuni de învățare profundă pot fi lipsite de claritate și pot conține inexactități.
⬤ Diagramele alb-negru pot diminua înțelegerea anumitor concepte.
⬤ Codul furnizat poate să nu funcționeze fără anumite versiuni de pachete, ceea ce poate fi frustrant.
(pe baza a 71 recenzii ale cititorilor)
Titlul original:
Python Machine Learning - Third Edition: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2
Conținutul cărții:
Învățare mecanică aplicată cu o bază solidă în teorie. Revizuit și extins pentru TensorFlow 2, GAN-uri și învățarea prin consolidare.
Caracteristici cheie
⬤ A treia ediție a cărții de învățare automată Python, bestseller apreciat pe scară largă.
⬤ Explicațiile clare și intuitive vă duc adânc în teoria și practica învățării automate Python.
⬤ Complet actualizată și extinsă pentru a acoperi TensorFlow 2, modelele Generative Adversarial Network, învățarea prin consolidare și cele mai bune practici.
Descrierea cărții
Python Machine Learning, Third Edition este un ghid cuprinzător pentru machine learning și deep learning cu Python. Acesta acționează atât ca un tutorial pas cu pas, cât și ca o referință la care veți continua să reveniți pe măsură ce vă construiți sistemele de învățare automată.
Împachetată cu explicații clare, vizualizări și exemple de lucru, cartea acoperă în profunzime toate tehnicile esențiale de învățare automată. În timp ce unele cărți vă învață doar să urmați instrucțiuni, cu această carte de machine learning, Raschka și Mirjalili vă învață principiile din spatele machine learning, permițându-vă să construiți singuri modele și aplicații.
Actualizată pentru TensorFlow 2. 0, această nouă ediție a treia prezintă cititorilor noile caracteristici ale API-ului Keras, precum și cele mai recente adăugiri la scikit-learn. De asemenea, a fost extinsă pentru a acoperi tehnicile de învățare prin consolidare de ultimă oră bazate pe învățarea profundă, precum și o introducere în GAN-uri. În cele din urmă, această carte explorează și un subdomeniu al procesării limbajului natural (NLP) numit analiza sentimentelor, ajutându-vă să învățați cum să utilizați algoritmi de învățare automată pentru a clasifica documente.
Această carte vă însoțește în învățarea automată cu Python, indiferent dacă sunteți un dezvoltator Python nou în învățarea automată sau doriți să vă aprofundați cunoștințele despre cele mai recente evoluții.
Ce veți învăța
⬤ Master cadrele, modelele și tehnicile care permit mașinilor să "învețe" din date.
⬤ Utilizați scikit-learn pentru machine learning și TensorFlow pentru deep learning.
⬤ Aplicați învățarea automată la clasificarea imaginilor, analiza sentimentelor, aplicații web inteligente și multe altele.
⬤ Construiți și antrenați rețele neuronale, GAN-uri și alte modele.
⬤ Descoperiți cele mai bune practici pentru evaluarea și reglarea modelelor.
⬤ Prediceți rezultate țintă continue utilizând analiza de regresie.
⬤ 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 machine learning și deep learning, luați această carte. Indiferent dacă doriți să începeți de la zero sau să vă extindeți cunoștințele despre machine learning, aceasta este o resursă esențială. Scrisă pentru dezvoltatorii și cercetătorii de date care doresc să creeze cod practic de învățare automată și învățare profundă, această carte este ideală pentru oricine dorește să învețe computerele cum să învețe din date.
