Opinie czytelników
Podsumowanie:Książka otrzymała mieszane recenzje od użytkowników, z których niektórzy chwalą jej dostępność dla początkujących, podczas gdy inni krytykują jej jakość i prezentację.
Zalety:⬤ Dobrze napisana i łatwa do naśladowania, szczególnie dla osób z minimalnym doświadczeniem w programowaniu
⬤ zawiera pliki kodu notatnika Jupyter do praktycznej nauki
⬤ przedstawia rzeczywiste przykłady, które pomagają w zrozumieniu.
Wady:⬤ Liczne literówki i rozbieżności w opisie kodu
⬤ brak korekty i sprawia wrażenie słabo napisanej
⬤ została opisana jako nieodpowiednia do celów akademickich.
(na podstawie 4 opinii czytelników)
Oryginalny tytuł:
Hands-On Data Science and Python Machine Learning: Perform data mining and machine learning efficiently using Python and Spark
Zawartość książki:
Książka ta w zwięzły i dynamiczny sposób omawia podstawy uczenia maszynowego w języku Python. Obejmuje eksplorację danych i uczenie maszynowe na dużą skalę przy użyciu Apache Spark.
Główne cechy
⬤ Postaw swoje pierwsze kroki w świecie nauki o danych poprzez zrozumienie narzędzi i technik analizy danych.
⬤ Trenuj wydajne modele uczenia maszynowego w Pythonie przy użyciu nadzorowanych i nienadzorowanych metod uczenia się.
⬤ Dowiedz się, jak używać Apache Spark do efektywnego przetwarzania Big Data.
Opis książki
Dołącz do Franka Kane'a, który pracował nad algorytmami uczenia maszynowego Amazon i IMDb, który poprowadzi Cię przez pierwsze kroki w świecie nauki o danych. Hands-On Data Science and Python Machine Learning daje ci narzędzia potrzebne do zrozumienia i zbadania podstawowych tematów w tej dziedzinie, a także pewność siebie i praktykę w budowaniu i analizowaniu własnych modeli uczenia maszynowego. Za pomocą interesujących i łatwych do naśladowania praktycznych przykładów Frank Kane wyjaśnia potencjalnie złożone tematy, takie jak metody bayesowskie i grupowanie K-średnich, w sposób zrozumiały dla każdego.
Oparty na udanym kursie nauki o danych Franka, Hands-On Data Science and Python Machine Learning umożliwia przeprowadzanie analizy danych i wydajne uczenie maszynowe przy użyciu Pythona. Frank pomoże ci odkryć wartość twoich danych za pomocą różnych technik eksploracji i analizy danych dostępnych w Pythonie oraz opracować skuteczne modele predykcyjne do przewidywania przyszłych wyników. Dowiesz się również, jak przeprowadzać uczenie maszynowe na dużą skalę na Big Data przy użyciu Apache Spark. Książka obejmuje przygotowanie danych do analizy, szkolenie modeli uczenia maszynowego i wizualizację końcowej analizy danych.
Czego się nauczysz
⬤ Dowiedz się, jak oczyścić dane i przygotować je do analizy.
⬤ Zaimplementować popularne metody grupowania i regresji w Pythonie.
⬤ Trenować wydajne modele uczenia maszynowego przy użyciu drzew decyzyjnych i lasów losowych.
⬤ Wizualizacja wyników analizy przy użyciu biblioteki Python Matplotlib.
⬤ Wykorzystanie pakietu MLlib Apache Spark do uczenia maszynowego na dużych zbiorach danych.
