Uczenie maszynowe dla opornych

Opinie czytelników

Książka zapewnia solidne podstawy do zrozumienia uczenia maszynowego, ale jest krytykowana za nadmierną techniczność, brak przejrzystości i liczne hiperłącza, które zakłócają płynność czytania. Jest to szczególnie trudne dla początkujących.

⬤ Świetna do zdobycia solidnego zrozumienia koncepcji uczenia maszynowego
⬤ kompleksowe omówienie różnych aspektów tematu
⬤ przydatna dla osób z pewnym doświadczeniem w tej dziedzinie.

⬤ Zbyt techniczna dla początkujących
⬤ trudna do czytania ze względu na hiperłącza in-line
⬤ wiele linków internetowych nie działa
⬤ przykłady nie są do pobrania zgodnie z opisem
⬤ słaba korekta i powierzchowne przykłady prowadzą do nieporozumień.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

Machine Learning for Dummies

Zawartość książki:

Jedna z najlepszych lektur Marka Cubana dla lepszego zrozumienia sztucznej inteligencji (inc.com, 2021)

Kompleksowy przewodnik dla początkujących po uczeniu maszynowym

Chociaż wiedza z zakresu uczenia maszynowego nie oznacza, że możesz stworzyć własnego androida odpornego na test Turinga - jak w filmie Ex Machina - to jest to forma sztucznej inteligencji i jeden z najbardziej ekscytujących środków technologicznych do identyfikowania możliwości i rozwiązywania problemów szybko i na dużą skalę. Każdy, kto opanował zasady uczenia maszynowego, opanowuje dużą część naszej przyszłości technologicznej i otwiera niesamowite nowe kierunki kariery, które obejmują wykrywanie oszustw, optymalizację wyników wyszukiwania, wyświetlanie reklam w czasie rzeczywistym, ocenę zdolności kredytowej, budowanie dokładnych i wyrafinowanych modeli cenowych - i wiele, wiele więcej.

W przeciwieństwie do większości książek o uczeniu maszynowym, w pełni zaktualizowane 2. wydanie Machine Learning For Dummies nie zakłada, że masz wieloletnie doświadczenie w używaniu języków programowania, takich jak Python (źródło R jest również zawarte w formie do pobrania z komentarzami i wyjaśnieniami), ale pozwala ci wejść na parter, obejmując materiały na poziomie podstawowym, które pozwolą ci rozpocząć i uruchomić tworzenie modeli potrzebnych do wykonywania praktycznych zadań. Przygląda się podstawowym - i fascynującym - zasadom matematycznym, które napędzają uczenie maszynowe, ale także pokazuje, że nie musisz być matematykiem, aby budować nowe, zabawne narzędzia i stosować je w swojej pracy i nauce.

⬤ Zrozumienie historii sztucznej inteligencji i uczenia maszynowego.

⬤ Praca z Pythonem 3. 8 i TensorFlow 2.x (oraz R do pobrania)

⬤ Budować i testować własne modele.

⬤ Korzystaj z najnowszych zestawów danych, a nie z wyeksploatowanych danych, które można znaleźć w innych książkach.

⬤ Zastosuj uczenie maszynowe do rzeczywistych problemów.

Niezależnie od tego, czy chcesz uczyć się na studia, czy też poprawić wyniki w biznesie lub karierze, ten przyjazny przewodnik dla początkujących jest najlepszym wprowadzeniem do uczenia maszynowego, pozwalającym szybko nabrać pewności w korzystaniu z tej niesamowitej i szybko rozwijającej się technologii, która wpływa na życie na całym świecie.