Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными

Эта полноцветная книга - отличный источник информации для каждого, кто собирается использовать машинное обучение на практике. Ныне машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, и не следует думать, что эта область - прерогатива исключительно крупных компаний с мощными командами аналитиков.

Эта книга научит вас практическим способам построения систем МО, даже если вы еще новичок в этой области. В ней подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование. Данная книга адресована специалистам, решающим реальные задачи, а поскольку область применения методов МО практически безгранична, прочитав эту книгу, вы сможете собственными силами построить действующую систему машинного обучения в любой научной или коммерческой сфере.

Отзывы с ozon.ru: 

D

Don Serjio

27 Июля 2019

 

 

Товар куплен на OZON

Недостатки

Переплёт хлипковат. 

Комментарий

С места в карьер! (с) - можно так начать отзыв. Как и указано в предисловии, книга предназначена для активного погружения в машинное обучение с использованием Python. Замечу, что книга не для новичков в программировании. Если вы знаете один из языков программирования и хотите покорять Python вселенную Data Science, то для этого придётся научиться программировать на Python. Т.е. крайне желательно иметь под рукой книгу/справочник по Python. Это важное отступление на мой взгляд, т.к. вам будет легче и комфортнее воспринимать код понимая синтаксис и семантику языка Python. Здесь я привожу своё видение, т.к. моя попытка изначально зайти к этой книге привела к тому, что надо было изучать матчать - язык Python ;) Авторы книги начиная уже с введения приводят код, показывая практическую реализацию каждой темы из ML. Код, пояснение, результат, разбор, анализ и вывод - в таком ключе построено повествование книги. Читатель сразу погружается в тему, параллельно повторяя код, модифицируя его, играясь с параметрами... (Конечно если он сядет за компьютер и будет вводить код или использовать готовые файлы с кодами, а не только читать книгу :) На мой взгляд книга имеет заслуженное право считаться введением в ML, т.к. прочитав почти 500 страниц и написав сотни-тысячи строк кода вы обязательно поймёте на практике, что такое ML и сможете двинуться дальше (выше и глубже) расширяя для себя горизонты Data Science... По оформлению. Мягкая обложка. Цветная печать очень помогает воспринимать изложение материала. Приятная на ощупь бумага. 

+6

Вам помог этот отзыв?

Да 16

Нет 1

 

А

Антон

4 Сентября 2018

 

 

Товар куплен на OZON

Достоинства

Прекрасная книга для начинающих машинлёрнеров. А качество книги, ммм! Относительно простым языком рассказывается о большом наборе алгоритмов машинного обучения. Примеры и иллюстрации. Разбор плюсов, минусов, областей применения тех или иных алгоритмов. 

Недостатки

Некоторые темы «выходят за рамки данной книги», и приходится искать другие источники информации, но это уже придирки. 

Комментарий

На среднем уровне рассматривается много алгоритмов машинного обучения как с учителем так и без. Хорошая вводная информация по препроцессингу данных, пониманию как работают те или иные алгоритмы и главное отличные примеры со ссылками на Git, где их можно посмотреть, разобрать и воспроизвести у себя. В книге не погружаются в глубокую математику и предлагают искать ответы на эти вопросы самостоятельно (давая соответствующие наводки на книги или ресурсы в интернете) Прочитав данную книгу можно вполне приступать к реализации моделей машинного обучения и анализа данных. Требуемые знания для лёгкого освоения материала: - Пригодиться знание Python, однако даже без таковых можно вполне освоить эту книгу. - Без знаний о программировании и высшей математике (хотя бы базовые, чтобы не пугаться терминов) книга будет восприниматься достаточно сложно. Если вышеперечисленных знаний нет, это не значит что книгу нельзя читать и вы её не поймёте, просто будет чуточку сложнее. Некоторые разделы книги (например машинное обучение без учителя, а точнее предобработка данных для этих алгоритмов) мне показались сложными, в сравнении с другими разделами книги, но можно списать это на общую сложность самой области знаний. 

Вам помог этот отзыв?

Да 10

Нет 0

 

П

Павленко Иван Олегович

11 Августа 2017

 

 

Товар куплен на OZON

Достоинства

Просто шикарная книга! Подробно разобраны все основные алгоритмы машинного обучения. Достаточно актуальное издание, оригинал издан в октябре 2016 года. Читал еще на английском, все доступно объясняется с примерами кода. Для введения в предмет то, что нужно. 

Недостатки

Нет. 

Комментарий

Из бумажной книги долго перепечатывать код, с электронной версией проще, можно копировать куски кода и сразу запускать. 

Вам помог этот отзыв?

Да 15

Нет 9