Avis des lecteurs
Résumé:Ce livre constitue une introduction de base à l'apprentissage automatique à l'aide de MATLAB, avec des conseils pas à pas et des exemples pratiques. Cependant, il a été critiqué pour sa redondance, ses erreurs de code et son manque de profondeur dans les explications mathématiques.
Avantages:Guide étape par étape pour les débutants, comprend des exemples pratiques utilisant MATLAB, généralement en bon état physique à l'arrivée.
Inconvénients:Compréhension limitée des techniques d'apprentissage automatique par l'auteur, langage redondant, nombreux paragraphes copiés de la documentation officielle de MATLAB, nombreuses erreurs de code, manque d'explications mathématiques détaillées.
(basé sur 6 avis de lecteurs)
Titre original :
MATLAB for Machine Learning: Practical examples of regression, clustering and neural networks
Contenu du livre :
Extraire des modèles et des connaissances à partir de vos données de manière simple en utilisant MATLAB.
Caractéristiques principales.
⬤ Ce guide facile à suivre vous permettra de faire vos premiers pas dans le domaine de l'apprentissage automatique.
⬤ Apprenez la régression, le clustering, la classification, l'analyse prédictive, les réseaux neuronaux artificiels et bien plus encore avec MATLAB.
⬤ Comprenez le fonctionnement de vos données et identifiez les couches cachées dans les données grâce à la puissance de l'apprentissage automatique.
Description du livre
MATLAB est le langage de prédilection de nombreux chercheurs et experts en mathématiques pour l'apprentissage automatique. Ce livre vous aidera à poser les bases de l'apprentissage automatique à l'aide de MATLAB pour les débutants.
Vous commencerez par préparer votre système avec l'environnement MATLAB pour l'apprentissage automatique et vous verrez comment interagir facilement avec l'espace de travail Matlab. Nous passerons ensuite au nettoyage des données, à l'exploration et à l'analyse de divers types de données dans le cadre de l'apprentissage automatique et vous verrez comment afficher les valeurs des données sur un graphique. Enfin, vous découvrirez les différents types de techniques de régression et vous apprendrez à les appliquer à vos données à l'aide des fonctions MATLAB.
Vous comprendrez les concepts de base des réseaux neuronaux et effectuerez des analyses d'ajustement des données, de reconnaissance des formes et de regroupement. Enfin, vous explorerez les techniques de sélection et d'extraction de caractéristiques pour la réduction de la dimensionnalité et l'amélioration des performances.
À la fin du livre, vous apprendrez à mettre tout cela ensemble dans des cas réels couvrant les principaux algorithmes d'apprentissage automatique et serez à l'aise dans l'exécution de l'apprentissage automatique avec MATLAB.
Ce que vous apprendrez
⬤ Apprendre les concepts d'introduction de l'apprentissage automatique.
⬤ Découvrez les différentes façons de transformer les données en utilisant SAS XPORT, les outils d'importation et d'exportation, etc.
⬤ Les différents types de techniques de régression tels que la régression linéaire simple et multiple, l'estimation par les moindres carrés ordinaires, les corrélations et la façon de les appliquer à vos données.
⬤ Découvrez les bases des méthodes de classification et comment mettre en œuvre l'algorithme de Naive Bayes et les arbres de décision dans l'environnement Matlab.
⬤ Découvrez comment utiliser les méthodes de clustering comme le clustering hiérarchique pour regrouper les données en utilisant les mesures de similarité.
⬤ Savoir comment effectuer l'ajustement des données, la reconnaissance des formes et l'analyse de regroupement à l'aide de la boîte à outils MATLAB Neural Network Toolbox.
⬤ Apprendre la sélection et l'extraction de caractéristiques pour la réduction de la dimensionnalité afin d'améliorer les performances.
Autres informations sur le livre :
| ISBN : | 9781788398435 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
