Отличный старт для интересующихся машинным обучением. Поверхностный, но довольно широкий обзорный материал. Книга помогла сориентироваться в многообразии машинного обучения и выбрать наиболее интересный вектор дальнейшего развития. Название, конечно, немного лукавое. Не стоит всерьез расчитывать, что для хорошего понимания материала будет достаточно указанного в названии «нуля». Порог вхождения в машинное обучение по некоторым причинам не самый низкий в технологической отрасли. Читатели хорошо знакомые хотя бы с одним языком программирования без труда смогут сориентироваться в основных моментах разработки на языке Python. Фактически, трудно себе представить современное машинное обучение без знания языка Python. Вероятно, самым значительным плюсом для усвоения материала будет математический бэкграунд.
matnHajm 411 sahifalar
2019 yil
Data Science. Наука о данных с нуля
matn
Kitob haqida
Книга достаточно интересно написана, охватывает большое количество тем. Задумана изначально для программиста или человека, желающего изучать Python и имеющего для этого время. Сложного математического аппарата практически нет. Но большая часть логических выводов написана на Python :-)
Данный материал достаточно информативен для людей, не имеющих никакой подготовки в Дата Саенс, но все же вряд ли может считаться, как книга для нулевого пользователя. В целом, автор взглянул на проблему широко, но пробежался по верхушкам.
Izoh qoldiring
Kitob tavsifi
Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы k ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рассмотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce.
Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц.
Для аналитиков данных.
Izohlar
3