Download PDF Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn
Das Aussehen dieses Buches sowie der Titel ist wirklich faszinierend. Dennoch ist das Material ebenfalls nicht viel weniger Interesse. Jedes Wort, das der Einsatz von und gerade gemacht wird, wie der Schreiber setzt diese Worte Satz und Definition zu verdienen ist wirklich sinnvoll und auch richtig. Es ist geeignet für heute Szenario. Hier Machine Learning – Kurz & Gut: Eine Einführung Mit Python, Pandas Und Scikit-Learn Funktionen wie ein Buch benötigt wird. Alle Teile der ausgezeichneten Bücher sind gefragt. Darüber hinaus ist das Schlüsselelement, das in Individuen bringen ist zu prüfen, vollständig zusätzlich zur Verfügung gestellt.
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn
Download PDF Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn
Wenn es viele Menschen, die nicht brauchen, etwas größer als die Vorteile zu erwarten zu nehmen, werden wir vorschlagen, dass Sie auf jeden Fall auf alle Vorteile, um bereit zu haben. Stellen Sie sicher, und auch auf jeden Fall tun, um dieses Machine Learning – Kurz & Gut: Eine Einführung Mit Python, Pandas Und Scikit-Learn zu nehmen, die die besten Gründe gibt zu überprüfen. Wenn Sie wirklich den Grund bekommen müssen, wird dieses Buch wahrscheinlich fühlen Sie sich interessiert.
Viele Leute ebenfalls versuchen, diese Machine Learning – Kurz & Gut: Eine Einführung Mit Python, Pandas Und Scikit-Learn zu erhalten zu lesen. Es ist aufgrund der Tatsache, dass sie immer das brandneuen Leben aktualisieren, nicht nur auf der Grundlage ihres Lebens in ihrem Alter aber ebenfalls in diesem brandneuen zunehmenden Alter. Wenn dieses Buch empfohlen wird, warum müssen Sie diese so schnell wie möglich wählen? Dies ist eine Art von Publikation, die große Menge mit dem Fortschritt der Lebensqualität hat. Auch ist dies eine große Veröffentlichung; Sie nicht wirklich Sorgen fühlen könnten so, wie es zu erkennen.
Sie können aufgrund der Tatsache zu dieser Veröffentlichung vorziehen, dass es einfach Dinge ist, sie wieder loszuwerden. Er schlägt vor, dass die Worte und die Sprache in diesem Machine Learning – Kurz & Gut: Eine Einführung Mit Python, Pandas Und Scikit-Learn zu nutzen, in Einfalt zur Verfügung. Dieses mögliche Buch wird Ihnen helfen leicht weit bessere Vorstellung von neuen Gedanken und auch aktuelle Infos zu verdienen. Wenn Sie wirklich dieses Buch erhalten möchten, ragt es in dieser Internet-Seite entdecken. Wir werden Ihnen helfen, Führungs Link zu überprüfen, und es dann wie bei Ihnen zu bekommen. Dies bedeutet nicht, Sie zu verwirren in Zugzwang zu sein.
Allerdings verfügt die Existenz dieser Veröffentlichung die Methode, wie Sie wirklich die bessere Wahl des brandneue Updates erfordern. Das ist genau das, was für Sie zu empfehlen, die Möglichkeiten der Herstellung oder Entwicklung brandneue Veröffentlichung zu erwerben. Wenn Machine Learning – Kurz & Gut: Eine Einführung Mit Python, Pandas Und Scikit-Learn wendet man sich in die jetzt prominent ist, haben Sie ein Teil dieser vielen Menschen sein, die immer dieses Buch lesen und nutzen Sie diese als ihre beste Freundin.
Über den Autor und weitere Mitwirkende
Nach seiner Diplom- und Doktorarbeit an der Universität Hamburg im Bereich Hochenergiephysik am Teilchenbeschleuniger HERA/DESY arbeitete Chi Nhan Nguyen mehrere Jahre als wissenschaftlicher Mitarbeiter im akademischen Ausland. Seine Stationen waren dabei u.a. das Fermilab, die Texas A&M University, der Teilchenbeschleuniger LHC am CERN und die Columbia University. Seit 2013 arbeitet er als Datenwissenschaftler und Berater für die S&P Consult im Bereich der Optimierung von Sanierungsstrategien für Versorgungsnetzwerke auf Basis von stochastischen Alterungsmodellen. Oliver Zeigermann ist Entwickler, Architekt, Berater und Coach aus Hamburg. Über die letzten Jahrzehnte hat er Software in vielen unterschiedlichen Sprachen und Technologien entwickelt. In den letzten Jahren ist er tiefer in die Analyse und Verarbeitung von Daten eingestiegen.
Produktinformation
Taschenbuch: 184 Seiten
Verlag: O'Reilly; Auflage: 1 (23. April 2018)
Sprache: Deutsch
ISBN-10: 3960090528
ISBN-13: 978-3960090526
Größe und/oder Gewicht:
10,8 x 1,2 x 18 cm
Durchschnittliche Kundenbewertung:
3.4 von 5 Sternen
12 Kundenrezensionen
Amazon Bestseller-Rang:
Nr. 40.980 in Bücher (Siehe Top 100 in Bücher)
Bei mir ist es so, dass ich nach den ersten Klicks im Internet über ein neues Thema irgendwann ein Buch brauche, welches ich in meinem Tempo blättern und lesen kann. Mir hat die Einführung sehr gut gefallen, weil die Autoren mich als Leser direkt ansprechen; also sie erzählen nicht etwas über ML, sondern zeigen mir eher was, was ML ist. Nebenbei habe ich etwas über Jupyter bzw. Azure Notebooks gelernt und das erste mal bisschen Python. In den Vertiefungskapiteln werden Grundlagen der Einführung an geeigneten Stellen immer wiederholt, falls man am Anfang noch nicht sofort alles geschnallt hat. Für's Erste bin ich mit dem handlichen Taschenbuch super bedient. Insofern 5 Sterne für volle Erfüllung der Erwartung.
Das Buch vermittelt einen oberflächlichen Einstieg in die Verfahren des maschinellen Lernens. Für Anfänger ist es auf jeden Fall geeignet, um einen ersten Überblick zu erhalten und dann mit weiterer Lektüre tiefer in die Materie einzusteigen. Leider vermeidet es das Buch, die Hintergründe zu magischen Funktionen aus der Sklearn Bibliothek zu erläutern, oder zumindest direkt Fachliteratur zum jeweiligen Thema zu referenzieren.
Very nice book, and a very good introduction to the field of applied Machine Learning. The authors are focusing their book on supervised learning methods and they provide intuitive explanations as well as nice Python notebooks as additional online material. The reader is encouraged to play with the code and improves his understanding of the text.I would recommend this book to everyone who wants to get in touch with Machine and Statistical Learning as well as with Python for data analysis. Based on the content, more advanced texts should be easily to follow.
Viele nicht nachvollziehbare Sprünge im Text. Themen werden oft nur mit einem Begriff erwähnt, anstatt wenigstens im Grundsatz erklärt. Der deutsche Satzbau scheint dem Lektorat und/oder Autor nicht sehr geläufig.Der Kauf ist reine Geldverschwendung.
Dieses Buch bietet einen sehr guten Einstieg in die Grundlagen von Machine Learning.Man fühlt sich gut an die Hand genommen und wird in gut strukturierten Kapiteln mit dieser eigentlich recht komplexen Materie schrittweise vertraut gemacht, so dass man die wichtigsten Konzepte ganz gut versteht.Besonders gut haben mir die vielen praktischen Beispiele gefallen, die man mit Hilfe von kleinen Notebooks online selbst ausprobieren und nachvollziehen kann.
Alles in Allem bin ich grundsätzlich zufrieden - Super Einführung, gut und "einfach" beschrieben, für jemanden der zwar aus der IT kommt aber mit ML noch nicht viel gemacht hat.Einziger Kritikpunkt:Ich fände es schöner ein durchgängiges Beispiel nachvollziehen zu können. Es fängt mit dem Dataset der Lilien an und springt dann zum Boston Dataset - das fand ich schade. Denn ich hätte gerne gewußt, was und wie ich mit den Lilien machen kann. Oder man fängt grundsätzlich mit einem komplizierteren Dataset an - und arbeitet sich schrittweise durch.Warum auch, diese Phänomen hat man aber in vielen ML-Büchern
Habe mir dieses Buch zum Einstieg gekauft.Mir hat besonders gefallen, dass es auf deutsch geschrieben ist. Dann kann man sich wirklich auf das Thema konzentrieren und hat nicht immer die Sprachbarriere. Inhaltlich wird man gut an die Hand genommen. Die Autoren sprechen einen quasi immer direkt an und erklären alles gut.Super fand ich auch, dass mit diesem Buch ein Online "Notebook" zur Verfügung gestellt wird. Hiermit lassen sich viele Beispiele direkt ausprobieren. Die Themen bilden einen guten Abriss von den Basics bis zu den Grundlagen der neuronalen Netze.Fazit: für kleines Geld wird einem ein solider Einstieg in das Thema ermöglicht.
Erwarten kann man eine kurze Darstellung des Themas. Diese bekommt man auch. Aufbereitet anhand - so scheint es - von einigen Webseiten: Wikipedia, Python, weitere Webseiten werden genannt. Zum Durchblättern ganz nett, erweckt den Eindruck der Einfachheit, aber ohne fundierte Informatik/Statistik-Ausbildung sollte man sich mit dem Thema Machine Learning als Leser generell nicht befassen, weil sonst der Background zum Arbeiten fehlt und alles aus der Luft gegriffen ist. Problematisch fand ich den Sprung von der simplen Datenanalyse hin zur Mustererkennung, ein komplexes Arbeitsgebiet mit ganz eigenen Problemen. Und natürlich muss auch KI erwähnt werden, auch ein riesiges Arbeitsgebiet. Aber die Kürze will ich nicht kritisieren. Als gravierenden Mangel empfand ich das vollständige Fehlen eines Literaturverzeichnisses. Die Autoren sind nun wirklich nicht die ersten, die ein Machine Learning-Buch schreiben und ein vernünftiges Maß an Literaturangaben gehört sich einfach. Von wem sind die dargestellten Methoden, mit denen hier Geld verdient wird? Welche Bücher haben die Autoren selbst gelesen? Der Leser erfährt es nicht. Für ein im Verlag erschienenes Buch finde ich das inakzeptabel. Wer sich das Geld sparen will, kann die Themen u.a. eben auch in Wikipedia und bei Python nachlesen, zum Teil mit mehr richtigen Informationen, denn einige Informationen im Buch finde ich auch etwas mehr als Meinung denn als fachlich. So gesehen bleibt das Buch nur kurz.
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn PDF
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn EPub
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn Doc
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn iBooks
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn rtf
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn Mobipocket
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn Kindle
Tidak ada komentar:
Posting Komentar