L'apprentissage automatique pour les débutants absolus : Une introduction en anglais clair

L'apprentissage automatique pour les débutants absolus : Une introduction en anglais clair (troisième édition) (Oliver Theobald)

Avis des lecteurs

Résumé:

Le livre est généralement bien accueilli comme une excellente introduction à l'apprentissage automatique, en particulier pour les débutants. Les critiques apprécient ses explications claires, son approche structurée et ses exemples pratiques, qui rendent les concepts complexes plus accessibles. Toutefois, des critiques ont été émises concernant des analogies déroutantes, le manque de détails dans certains domaines, et même des problèmes de production physique avec l'impression.

Avantages:

⬤ Explications claires et simples des concepts de l'apprentissage automatique.
⬤ Bon pour les débutants absolus sans connaissances préalables.
⬤ Progression structurée des sujets de base vers les sujets plus complexes.
⬤ Des exercices pratiques et des exemples de programmes Python sont fournis.
⬤ Constitue un bon matériel de référence pour les études futures.

Inconvénients:

⬤ Certaines critiques mentionnent des analogies et des termes déroutants introduits sans explication préalable.
⬤ Des problèmes d'impression physique tels que des pages à l'envers ont été signalés.
⬤ Certains ont trouvé qu'il manquait de détails pour les lecteurs plus avancés.
⬤ Il ne convient pas aux débutants en mathématiques ou en programmation, car il suppose des connaissances préalables.

(basé sur 38 avis de lecteurs)

Titre original :

Machine Learning for Absolute Beginners: A Plain English Introduction (Third Edition)

Contenu du livre :

Présenté par Tableau comme le premier des "7 livres sur l'apprentissage automatique pour les débutants".

Prêt à démarrer une instance GPU virtuelle et à traiter des pétaoctets de données ? Vous voulez ajouter "Machine Learning" à votre profil LinkedIn ?

Attendez un peu...

Avant de vous lancer dans cette aventure, vous devrez d'abord vous familiariser avec des principes théoriques et statistiques de haut niveau.

Mais plutôt que de dépenser 30 à 50 dollars pour un manuel épais, vous pouvez commencer par lire ce livre. Ce livre, qui constitue une alternative claire et concise, propose une introduction de haut niveau à l'apprentissage automatique, des exercices de code téléchargeables gratuitement et des démonstrations vidéo.

Machine Learning for Absolute Beginners Third Edition a été écrit et conçu pour les débutants absolus. Cela signifie que les explications sont rédigées en langage clair et qu'aucune expérience en matière de codage n'est requise. Lorsque des algorithmes de base sont présentés, des explications claires et des exemples visuels sont ajoutés pour faciliter le suivi à la maison.

Nouvelle édition mise à jour

Cette nouvelle édition comprend des chapitres étendus avec des quiz, des tutoriels vidéo supplémentaires gratuits en ligne pour coder des modèles en Python, et des ressources téléchargeables qui n'étaient pas incluses dans la deuxième édition.

Si vous avez dépassé le stade de " débutant " dans votre étude de l'apprentissage automatique et que vous êtes prêt à vous attaquer au codage et à l'apprentissage profond, vous seriez bien servi par un manuel long format. Si, en revanche, vous n'avez pas encore atteint ce moment du Roi Lion - comme un Simba adulte regardant les terres de la fierté de l'Afrique - alors ce livre est fait pour vous hisser doucement vers le haut et vous donner une vision claire du terrain.

Dans ce guide pas à pas, vous apprendrez :

- Comment télécharger des ensembles de données gratuits

- Quels sont les outils et les bibliothèques d'apprentissage automatique dont vous avez besoin.

- Les techniques de nettoyage des données, y compris le codage à une touche, le binning et le traitement des données manquantes.

- La préparation des données pour l'analyse, y compris la k-fold Validation.

- Analyse de régression pour créer des lignes de tendance.

- Le k-Means Clustering pour trouver de nouvelles relations.

- Les bases des réseaux neuronaux

- Biais/variance pour améliorer votre modèle d'apprentissage automatique.

- Les arbres de décision pour décoder la classification, et...

- Comment construire votre premier modèle d'apprentissage automatique pour prédire la valeur des maisons à l'aide de Python.

Foire aux questions

Q : Ai-je besoin d'une expérience en programmation pour compléter cet e-book ? R : Cet e-book est conçu pour les débutants absolus, aucune expérience en programmation n'est donc requise. Cependant, deux des derniers chapitres introduisent Python pour démontrer un modèle réel d'apprentissage automatique, vous verrez donc un peu de programmation dans ce livre.

Q : J'ai déjà acheté la deuxième édition de Machine Learning for Absolute Beginners, dois-je acheter cette troisième édition ?

R : Comme les mêmes sujets de la deuxième édition sont abordés dans la troisième édition, il est peut-être préférable que vous lisiez un ouvrage plus avancé sur l'apprentissage automatique. Si vous avez acheté une édition précédente de ce livre et que vous souhaitez avoir accès aux tutoriels vidéo gratuits, veuillez envoyer un courriel à l'auteur.

Q : Ce livre contient-il tout ce dont j'ai besoin pour devenir un expert en apprentissage automatique ?

R : Malheureusement, non. Ce livre est conçu pour les lecteurs qui font leurs premiers pas dans l'apprentissage automatique et un apprentissage plus approfondi sera nécessaire au-delà de ce livre pour maîtriser l'apprentissage automatique.