Recenzii ale cititorilor
Rezumat:Cartea primește recenzii mixte din partea utilizatorilor, mulți lăudând abordarea sa prietenoasă pentru începători în ceea ce privește învățarea automată și programarea Python, în timp ce alții critică lipsa sa de profunzime și unele probleme logistice legate de accesarea materialelor.
Avantaje:- Ghid pas cu pas potrivit pentru începătorii absoluți în Python și machine learning
Dezavantaje:- Abordare practică, hands-on, cu exemple de codare și exerciții
(pe baza a 15 recenzii ale cititorilor)
Titlul original:
Python Machine Learning for Beginners: Learning from scratch NumPy, Pandas, Matplotlib, Seaborn, Scikitlearn, and TensorFlow for Machine Learning and
Conținutul cărții:
Python Machine Learning pentru începători.
Machine Learning (ML) și inteligența artificială (AI) sunt aici pentru a rămâne. Da, este adevărat. Pe baza unei cantități semnificative de date și dovezi, este evident că ML și AI sunt aici pentru a rămâne. Luați în considerare orice industrie din prezent. Aplicațiile practice ale ML conduc într-adevăr la rezultate de afaceri. Fie că este vorba de asistență medicală, comerț electronic, administrație publică, transporturi, site-uri de social media, servicii financiare, producție, petrol și gaze, marketing și vânzări. Lista poate continua. Nu există nicio îndoială că ML va juca un rol decisiv în fiecare domeniu în viitor. Dar ce face un specialist în învățarea automată? Un specialist în Machine Learning dezvoltă algoritmi inteligenți care învață din date și, de asemenea, se adaptează rapid la date. Apoi, acești algoritmi high-end fac predicții exacte.
Python Machine Learning pentru începători vă prezintă o abordare practică pentru a învăța ML rapid.
Prin ce este diferită această carte?
AI Publishing crede cu tărie în metodologia învățării prin practică. Ținând cont de acest lucru, am creat această carte cu grijă. Veți constata că accentul pus pe aspectele teoretice ale învățării automate este egal cu accentul pus pe aspectele practice ale subiectului. Veți învăța despre analiza și vizualizarea datelor în detaliu în prima jumătate a cărții. Apoi, în a doua jumătate, veți învăța despre învățarea automată și modelele statistice pentru știința datelor. Fiecare capitol vă prezintă cadrul teoretic din spatele diferitelor tehnici de știința datelor și învățare automată, iar exemplele practice ilustrează funcționarea acestor tehnici. Când cumpărați această carte, călătoria dvs. de învățare devine mult mai ușoară. Motivul este că obțineți acces instantaneu la toate materialele de învățare conexe prezentate cu această carte - referințe, PDF-uri, coduri Python și exerciții - pe site-ul web al editurii. Toate aceste materiale vă sunt puse la dispoziție fără costuri suplimentare. Puteți descărca seturile de date ML utilizate în această carte la momentul rulării sau le puteți accesa prin folderul Resources/Datasets. De asemenea, cursul scurt despre programarea Python din cel de-al doilea capitol vi se va părea extrem de util, mai ales dacă sunteți nou în Python. Deoarece această carte vă oferă acces la toate codurile și seturile de date Python, aveți nevoie doar de acces la un computer cu internet pentru a începe.
Subiectele abordate includ:
⬤ Introducere și configurarea mediului.
⬤ Curs rapid de piton.
⬤ Python Biblioteca NumPy pentru analiza datelor.
⬤ Introducere la biblioteca Pandas pentru analiza datelor.
⬤ Vizualizarea datelor prin intermediul bibliotecilor Matplotlib, Seaborn și Pandas.
⬤ Soluționarea problemelor de regresie în ML utilizând biblioteca Sklearn.
⬤ Soluționarea problemelor de clasificare în ML utilizând biblioteca Sklearn.
⬤ Data Clustering cu ML utilizând biblioteca Sklearn.
⬤ Învățare profundă cu Python TensorFlow 2.0.
⬤ Dimensionity Reduction with PCA and LDA Using Sklearn.
Faceți clic pe butonul BUY NOW pentru a începe călătoria dvs. de învățare a mașinilor.
