Ocena:
Książka służy jako odniesienie i przegląd koncepcji uczenia maszynowego, ale opinie na temat jej dostępności dla początkujących są różne. Niektórzy użytkownicy chwalą ją za prostotę i zwięzłość, podczas gdy inni krytykują ją za zakładanie wcześniejszej wiedzy.
Zalety:** Świetne źródło odniesienia i odświeżenia pamięci na temat koncepcji uczenia maszynowego. ** Zwięzła i łatwa w zarządzaniu długość, dzięki czemu szybko się ją czyta. ** Zrównoważone wykorzystanie tekstu i rysunków, zapewniające jasne instrukcje i przykłady wizualne. ** Napisana prostym językiem angielskim, dostępnym dla osób bez silnego zaplecza matematycznego. ** Zawiera wiele dodatkowych źródeł w przypisach i załącznikach.
Wady:** Zakłada pewną wcześniejszą znajomość pojęć statystycznych i uczenia maszynowego, co może zmylić zupełnie początkujących. ** Niektóre sekcje są niejasne i ich zrozumienie może wymagać wielokrotnego czytania. ** Problemy z formatowaniem negatywnie wpływają na początkowe wrażenia. ** Brak dogłębnych przykładów dla niektórych tematów, a niektórzy czytelnicy uważali, że niektóre algorytmy nie zostały odpowiednio wyjaśnione. ** Krytycy wspominają o licznych literówkach i niezręcznych wyjaśnieniach, podważających przejrzystość treści.
(na podstawie 185 opinii czytelników)
Machine Learning For Absolute Beginners: A Plain English Introduction
Polecana przez Tableau jako pierwsza z "7 książek o uczeniu maszynowym dla początkujących" Gotowy do uruchomienia wirtualnego serwera i przebicia się przez petabajty danych? Chcesz dodać "Machine Learning" do swojego profilu na LinkedIn? Chwileczkę... Zanim wyruszysz w swoją epicką podróż, musisz najpierw zapoznać się z pewną teorią i zasadami statystycznymi. Ale zamiast wydawać 30-50 USD na gęsty, długi podręcznik, warto najpierw przeczytać tę książkę. Jako jasna i zwięzła alternatywa dla podręcznika, książka ta stanowi praktyczne i wysokopoziomowe wprowadzenie do uczenia maszynowego. Machine Learning for Absolute Beginners Second Edition została napisana i zaprojektowana dla absolutnie początkujących. Oznacza to proste wyjaśnienia w języku angielskim i brak konieczności posiadania doświadczenia w kodowaniu. Tam, gdzie wprowadzono podstawowe algorytmy, dodano jasne wyjaśnienia i przykłady wizualne, aby ułatwić i wciągnąć do śledzenia w domu.
To główne nowe wydanie zawiera wiele tematów nieuwzględnionych w pierwszym wydaniu, w tym walidację krzyżową, oczyszczanie danych i modelowanie zespołowe. Należy pamiętać, że ta książka nie jest kontynuacją pierwszego wydania, ale raczej zrestrukturyzowaną i odnowioną wersją pierwszego wydania. Czytelnicy pierwszego wydania nie powinni czuć się zmuszeni do zakupu drugiego wydania. Zastrzeżenie: Jeśli przeszedłeś już etap "początkującego" w nauce uczenia maszynowego i jesteś gotowy, aby zająć się kodowaniem i głębokim uczeniem się, dobrze byłoby skorzystać z podręcznika o długim formacie. Jeśli jednak nie osiągnąłeś jeszcze tego momentu Króla Lwa - jako w pełni dorosły Simba spoglądający na Dumne Ziemie Afryki - to jest to książka, która delikatnie podniesie cię na duchu i zaoferuje ci jasny układ terenu.
W tym przewodniku krok po kroku dowiesz się: - Jak pobrać darmowe zbiory danych - Jakich narzędzi i bibliotek uczenia maszynowego potrzebujesz - Techniki oczyszczania danych, w tym kodowanie one-hot, binning i radzenie sobie z brakującymi danymi - Przygotowanie danych do analizy, w tym k -fold Validation - Analiza regresji do tworzenia linii trendu - Klastrowanie, w tym k -Means Clustering w celu znalezienia nowych relacji - Podstawy Neural Networks - Bias/Variance w celu ulepszenia modelu uczenia maszynowego - Decision Trees do dekodowania klasyfikacji - Jak zbudować swój pierwszy Machine Learning Model do przewidywania wartości domów przy użyciu Pythona Często zadawane pytania Pyt: Czy potrzebuję doświadczenia w programowaniu, aby ukończyć tę książkę? O: Ta książka jest przeznaczona dla absolutnie początkujących, więc doświadczenie w programowaniu nie jest wymagane. Jednakże, dwa z późniejszych rozdziałów wprowadzają język Python, aby zademonstrować rzeczywisty model uczenia maszynowego, więc zobaczysz język programowania używany w tej książce. P: Kupiłem już pierwsze wydanie tej książki, czy powinienem kupić drugie wydanie? O: Ponieważ większość tematów z pierwszego wydania została omówiona w drugim wydaniu, lepszym rozwiązaniem może być przeczytanie bardziej zaawansowanego tytułu na temat uczenia maszynowego. P: Czy mogę uzyskać dostęp do wersji Kindle tej książki? O: Tak.
W ramach programu Matchbook firmy Amazon nabywca tej książki może bezpłatnie dodać wersję Kindle tego tytułu (o wartości 3,99 USD) do swojej biblioteki Amazon Kindle. P: Czy ta książka zawiera wszystko, czego potrzebuję, aby zostać ekspertem w dziedzinie uczenia maszynowego? O: Ta książka jest przeznaczona dla czytelników stawiających pierwsze kroki w uczeniu maszynowym, a do opanowania uczenia maszynowego wymagana będzie dalsza nauka wykraczająca poza tę książkę.
