Ocena:
Książka została dobrze przyjęta ze względu na dokładne zbadanie topologii w nauce o danych i skupienie się na obrazach w uczeniu maszynowym. Jest chwalona za przejrzystość i praktyczne przykłady, dzięki czemu złożony i interdyscyplinarny temat staje się bardziej przystępny. Zauważono jednak, że jest dość specjalistyczna i nie nadaje się dla początkujących.
Zalety:⬤ Dogłębne zbadanie topologii w nauce o danych
⬤ pragmatyczne i praktyczne przykłady
⬤ jasno napisane i przystępne dla czytelników z ograniczonym doświadczeniem matematycznym
⬤ zawiera odpowiedni kod Pythona
⬤ wysokiej jakości ilustracje
⬤ przydatne zasoby online
⬤ zawiera długą listę odniesień do dalszych badań.
Nieodpowiednia dla początkujących; wysoce wyspecjalizowany temat, szczególnie skoncentrowany na obrazach w uczeniu maszynowym.
(na podstawie 3 opinii czytelników)
The Shape of Data: Geometry-Based Machine Learning and Data Analysis in R
Ta zaawansowana książka o uczeniu maszynowym przedstawia wiele algorytmów z perspektywy geometrycznej i wprowadza narzędzia do nauki o sieciach, geometrii metrycznej i topologicznej analizy danych poprzez praktyczne zastosowanie.
Ta książka pokazuje, w jaki sposób geometria, nauka o sieciach i topologia napędzają algorytmy uczenia maszynowego - i jak można je wykorzystać we wszystkich rodzajach analizy danych. Dzięki żywym studiom przypadków w języku programowania R i szczegółowym ilustracjom głównych pojęć poznasz praktyczne zastosowania naukowe tych algorytmów w wielu typach danych i dziedzinach nauki.
W książce znajduje się również wiele praktycznych przykładów odpowiedniego kodu, które można wykorzystać do własnego projektu przetwarzania języka naturalnego w jednym z końcowych rozdziałów książki.