Ocena:
Książka „Machine Learning for Absolute Beginners” służy jako zwięzłe i przystępne wprowadzenie do uczenia maszynowego, skierowane przede wszystkim do osób z niewielką lub żadną wcześniejszą wiedzą. Chociaż skutecznie obejmuje podstawowe koncepcje i zapewnia solidne podstawy, może nie zadowolić tych, którzy szukają dogłębnych szczegółów technicznych.
Zalety:⬤ Przejrzysty i dobrze napisany, dzięki czemu jest łatwy do zrozumienia dla początkujących.
⬤ Zapewnia dobry przegląd koncepcji uczenia maszynowego bez przytłaczania czytelnika.
⬤ Zawiera wizualne ilustracje poprawiające zrozumienie.
⬤ Oferuje dodatkowe zasoby do dalszej nauki i wgląd w opcje kariery w nauce o danych i uczeniu maszynowym.
⬤ Krótka długość jest korzystna dla szybkich czytelników lub tych, którzy potrzebują migawki tematu.
⬤ Może być zbyt podstawowy dla czytelników posiadających wcześniejszą wiedzę z zakresu statystyki lub uczenia maszynowego.
⬤ Brak głębi w szczegółach technicznych i praktycznych zastosowaniach, co czyni ją niewystarczającą jako samodzielne źródło wiedzy dla bardziej zaawansowanych uczniów.
⬤ Niektórzy czytelnicy uznają tytuł za mylący, gdyż znaczna część książki skupia się na statystykach, a nie algorytmach uczenia maszynowego.
⬤ Ograniczona liczba ćwiczeń lub praktycznych przykładów wzmacniających proces uczenia się.
(na podstawie 89 opinii czytelników)
Machine Learning for Absolute Beginners: A Plain English Introduction
Uwaga: druga edycja tego tytułu ze zaktualizowaną zawartością jest już dostępna na Amazon.
Gotowy do uruchomienia wirtualnej instancji GPU i przebrnięcia przez petabajty danych? Chcesz dodać "Machine Learning" do swojego profilu na LinkedIn?
Chwileczkę...
Zanim wyruszysz w epicką podróż do świata uczenia maszynowego, musisz najpierw zapoznać się z podstawową teorią.
Ale zamiast wydawać 30-50 USD na gęsty, długi podręcznik, warto najpierw przeczytać tę książkę. Jako jasna i zwięzła alternatywa dla podręcznika, książka ta oferuje praktyczne i wysokopoziomowe wprowadzenie do uczenia maszynowego.
Machine Learning for Absolute Beginners 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.
Tytuł ten rozpoczyna się od ogólnego wprowadzenia do uczenia maszynowego z poziomu makro. Druga połowa książki jest bardziej praktyczna i przedstawia konkretne algorytmy stosowane w uczeniu maszynowym, w tym ich zalety i wady. Na końcu książki dzielę się spostrzeżeniami i poradami dotyczącymi dalszej nauki i kariery w tej przestrzeni.
Zastrzeżenie: Jeśli przeszedłeś etap "początkujący" w nauce uczenia maszynowego i jesteś gotowy, aby zająć się głębokim uczeniem i Scikit-learn, dobrze byłoby skorzystać z długiego podręcznika. Jeśli jednak nie dotarłeś jeszcze do 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 nauczysz się: - Samych podstaw uczenia maszynowego, które wszyscy początkujący muszą opanować.
- Drzewa decyzyjne do wizualnego mapowania i klasyfikowania procesów decyzyjnych.
- Analizę regresji do tworzenia linii trendu i przewidywania trendów.
- Redukcja danych i Principle Component Analysis do wycinania szumu.
- K-means i k-nearest Neighbor (k-nn) Clustering do odkrywania nowych danych - Bias/Variance do optymalizacji modelu uczenia maszynowego.
- Jak zbudować swój pierwszy model uczenia maszynowego do przewidywania sprzedaży gier wideo za pomocą Pythona.
- Kariera w tej dziedzinie.
Dodaj wersję Kindle tej książki (o wartości 3,99 USD) do swojej biblioteki Amazon Kindle za darmo bez dodatkowych kosztów.
