Avis des lecteurs
Résumé:Le livre est principalement loué pour son accessibilité et sa pertinence pour les débutants en apprentissage automatique. Il fournit de nombreux exemples pratiques de codage et couvre une variété d'algorithmes récents. Cependant, certains utilisateurs avancés lui reprochent de manquer de profondeur, en particulier dans les explications mathématiques et les sujets plus complexes.
Avantages:⬤ Accessible et facile à lire pour les débutants.
⬤ Beaucoup d'exemples pratiques pour illustrer les concepts.
⬤ Couvre les algorithmes ML les plus récents.
⬤ Fournit une bonne introduction à Python Machine Learning et SciKit-Learn.
⬤ Manque de profondeur dans les explications mathématiques et les sujets avancés.
⬤ Ne convient pas aux utilisateurs avancés ou à ceux qui ont des connaissances intermédiaires.
⬤ Certains utilisateurs trouvent son contenu trop basique.
⬤ La qualité du matériel est critiquée comme étant fragile.
(basé sur 10 avis de lecteurs)
Contenu du livre :
Ce livre traite de l'apprentissage automatique, l'un des sujets les plus brûlants de ces dernières années. Avec l'augmentation exponentielle de la puissance de calcul et la baisse simultanée des coûts, il n'y a pas de meilleur moment pour l'apprentissage automatique. Les tâches d'apprentissage automatique qui nécessitent habituellement une énorme puissance de traitement sont désormais possibles sur des ordinateurs de bureau. Cependant, l'apprentissage automatique n'est pas pour les âmes sensibles - il nécessite de bonnes bases en statistiques, ainsi que des connaissances en programmation. Ce livre à forte intensité de code encourage les lecteurs à essayer divers exemples sur les deux sujets, qui sont conçus pour être compacts, mais faciles à suivre et à comprendre. Les lecteurs commenceront par suivre des sujets fondamentaux tels qu'une introduction à l'apprentissage automatique et à la science des données. Pour chaque algorithme d'apprentissage, les lecteurs utiliseront un scénario de la vie réelle pour montrer comment l'apprentissage automatique est utile pour résoudre le problème en question.
Ce livre permettra aux lecteurs de débuter dans l'apprentissage automatique Python en couvrant les sujets fondamentaux suivants :
Introduction à l'apprentissage automatique.
Algorithmes d'apprentissage automatique.
⬤ Régression.
⬤ Classifications.
⬤ Clustering.
⬤ Détection d'anomalies.
Déploiement de modèles d'apprentissage automatique en tant que services Web.
Introduction à la science des données en Python.
Bibliothèques Python pour la science des données.
⬤ Numpy.
⬤ Pandas.
⬤ Matplotib.
Débuter avec Scikit-learn.
Autres informations sur le livre :
| ISBN : | 9781119545637 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 320 |
Achat:
Actuellement disponible, en stock.
