Praktyczne podejście do uczenia maszynowego i algorytmów głębokiego uczenia się

Opinie czytelników

Książka otrzymała niezmiennie negatywne recenzje od użytkowników, głównie ze względu na słabą jakość pisania, brak oryginalnych treści i materiały niskiej jakości. Wielu czytelników uznało ją za trudną do zrozumienia i skrytykowało poleganie na źródłach internetowych bez odpowiednich wyjaśnień lub teorii. Ogólnie rzecz biorąc, uznano ją za niewartą inwestycji.

Niektórzy użytkownicy zauważyli, że książka zawiera jasne kroki do implementacji algorytmów głębokiego uczenia się za pomocą MATLAB.

Książka zawiera łamaną angielszczyznę i słabą gramatykę, co utrudnia jej zrozumienie. Wielu recenzentów uznało ją za nieoryginalną, wypełnioną skopiowanymi treściami ze źródeł internetowych i skrytykowało niską jakość druku oraz obecność licznych błędów w kodzie MATLAB i liczbach.

(na podstawie 7 opinii czytelników)

Oryginalny tytuł:

A Practical Approach for Machine Learning and Deep Learning Algorithms

Zawartość książki:

Zaangażuj się w uczenie maszynowe

Kluczowe cechy Uczenie maszynowe w MATLAB przy użyciu podstawowych pojęć i algorytmów. Algorytmy uczenia maszynowego w prostym języku przy użyciu kodu MATLAB. Uzyskiwanie i dostęp do danych w MATLAB, a następnie wstępne przetwarzanie i przygotowywanie danych. Przepływ pracy uczenia maszynowego dla monitorowania zdrowia. Dziedzina sieci neuronowych i implementacja w MATLABie z wyraźnym wyjaśnieniem kodu i wyników. Jak można ulepszyć model predykcyjny za pomocą MATLABa? Kod MATLAB dla implementacji algorytmu, a nie dla wzoru matematycznego. Przepływ pracy uczenia maszynowego do monitorowania stanu zdrowia.

Opis

Uczenie maszynowe jest najczęściej poszukiwane w dziedzinie badań i stało się integralną częścią wielu projektów badawczych, w tym zastosowań komercyjnych, a także badań akademickich. Zastosowania uczenia maszynowego sięgają od wyszukiwania znajomych na portalach społecznościowych po diagnostykę medyczną, a nawet przetwarzanie danych satelitarnych. W tej książce dołożyliśmy wszelkich starań, aby ułatwić koncepcje uczenia maszynowego i udostępnić podstawowe programy w MATLAB już od części instalacyjnej. Chociaż zastosowania uczenia maszynowego w czasie rzeczywistym są nieskończone, podstawowe koncepcje i algorytmy zostały omówione przy użyciu języka MATLAB, tak aby skorzystali z nich nie tylko studenci, ale także naukowcy.

Czego się nauczysz

Podstawy uczenia maszynowego Znajdowanie naturalnych wzorców w danych Tworzenie metod klasyfikacji Wstępne przetwarzanie danych w Pythonie Tworzenie modeli regresji Tworzenie sieci neuronowych Uczenie głębokie

Dla kogo przeznaczona jest ta książka

Książka jest zasadniczo przeznaczona dla absolwentów i studentów, dla których algorytmy uczenia maszynowego są trudne do wdrożenia. Szczegółowo omówiliśmy wszystkie podstawowe algorytmy uczenia maszynowego z praktycznym podejściem. Przede wszystkim początkujący uznają tę książkę za bardziej efektywną, ponieważ rozdziały są podzielone w taki sposób, aby budowanie i wdrażanie algorytmów w MATLABie było dla nich interesujące i jednocześnie łatwe.

Spis treści

Wprowadzenie do uczenia maszynowego Znajdowanie naturalnych wzorców w danych Budowanie metod klasyfikacji Wstępne przetwarzanie danych w Pythonie Budowanie modeli regresji Tworzenie sieci neuronowych Wprowadzenie do uczenia głębokiego

O autorze

Abhishek Kumar Pandey robi doktorat z informatyki i ukończył studia magisterskie z informatyki i inżynierii. Pracował jako adiunkt informatyki w Aryabhatt Engineering College and Research Center w Ajmer, a także jako wykładowca wizytujący na Government University MDS Ajmer.

Pramod Singh Rathore robi doktorat z informatyki i inżynierii oraz ukończył studia magisterskie. Pracuje jako asystent profesora informatyki w Aryabhatt Engineering College and Research Centre w Ajmer oraz jako wykładowca wizytujący na Government University MDS Ajmer.

Dr S. Balamurugan jest dyrektorem ds. badań i rozwoju w Quants IS & CS w Indiach. Wcześniej był dyrektorem ds. badań i rozwoju w Mindnotix Technologies w Indiach. Jest autorem/współautorem 33 książek i ma na swoim koncie 200 publikacji w różnych międzynarodowych czasopismach i na konferencjach.