Avis des lecteurs
Résumé:Ce livre fournit une base solide pour comprendre l'apprentissage automatique, mais on lui reproche d'être trop technique, de manquer de clarté et de comporter de nombreux liens hypertextes qui perturbent la lecture. Il est particulièrement difficile pour les débutants.
Avantages:⬤ Excellent pour acquérir une solide compréhension des concepts de l'apprentissage automatique
⬤ couverture complète des différents aspects du sujet
⬤ utile pour ceux qui ont une certaine expérience dans le domaine.
⬤ Trop technique pour les débutants
⬤ difficile à lire en raison des hyperliens en ligne
⬤ de nombreux liens web ne fonctionnent pas
⬤ les exemples ne sont pas téléchargeables comme indiqué
⬤ une mauvaise relecture et des exemples superficiels prêtent à confusion.
(basé sur 9 avis de lecteurs)
Titre original :
Machine Learning for Dummies
Contenu du livre :
L'une des meilleures lectures de Mark Cuban pour mieux comprendre l'I.A. (inc.com, 2021)
Votre guide complet d'initiation à l'apprentissage automatique
Bien que l'expertise en apprentissage automatique ne signifie pas tout à fait que vous pouvez créer votre propre androïde à l'épreuve du test de Turing, comme dans le film Ex Machina, il s'agit d'une forme d'intelligence artificielle et de l'un des moyens technologiques les plus passionnants pour identifier les opportunités et résoudre les problèmes rapidement et à grande échelle. Quiconque maîtrise les principes de l'apprentissage automatique maîtrise une grande partie de notre avenir technologique et ouvre de nouvelles perspectives incroyables dans des carrières telles que la détection des fraudes, l'optimisation des résultats de recherche, la diffusion de publicités en temps réel, l'évaluation du crédit, la construction de modèles de tarification précis et sophistiqués, et bien d'autres choses encore.
Contrairement à la plupart des livres sur l'apprentissage automatique, la 2e édition entièrement mise à jour de Machine Learning For Dummies ne suppose pas que vous ayez des années d'expérience dans l'utilisation de langages de programmation tels que Python (la source R est également incluse dans un formulaire téléchargeable avec des commentaires et des explications), mais vous permet d'entrer dans le vif du sujet, en couvrant le matériel d'entrée de gamme qui vous permettra de construire les modèles dont vous avez besoin pour effectuer des tâches pratiques. Il examine les principes mathématiques sous-jacents - et fascinants - qui alimentent l'apprentissage automatique, mais montre également qu'il n'est pas nécessaire d'être un as des mathématiques pour construire de nouveaux outils amusants et les appliquer à votre travail et à vos études.
⬤ Comprendre l'histoire de l'IA et de l'apprentissage automatique.
⬤ Travailler avec Python 3. 8 et TensorFlow 2. x (et R en téléchargement)
⬤ Construire et tester vos propres modèles.
⬤ Utilisez les derniers ensembles de données, plutôt que les données usées que l'on trouve dans d'autres livres.
⬤ Appliquer l'apprentissage automatique à des problèmes réels.
Que vous souhaitiez apprendre pour l'université ou pour améliorer les performances de votre entreprise ou de votre carrière, ce guide convivial pour débutants est votre meilleure introduction à l'apprentissage automatique, vous permettant de devenir rapidement confiant dans l'utilisation de cette technologie étonnante et en développement rapide qui a un impact positif sur la vie des gens dans le monde entier.
Autres informations sur le livre :
| ISBN : | 9781119724018 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 464 |
Achat:
Actuellement disponible, en stock.
