Apprendimento automatico con Python: Una guida pratica per principianti

Recensioni dei lettori

Questo libro è un'ottima introduzione all'apprendimento automatico, in particolare per i principianti che vogliono imparare a usare Python. Molti utenti apprezzano i concetti spiegati con chiarezza e gli esempi pratici di codifica, che lo rendono accessibile anche a chi ha una conoscenza preliminare minima. Tuttavia, ci sono alcuni svantaggi significativi, come i set di dati obsoleti e alcuni contenuti poco approfonditi, che potrebbero lasciare a desiderare i lettori più avanzati.

Eccellente per i principianti, con spiegazioni chiare ed esempi pratici.

Accessibile e facile da capire, rende gli argomenti complessi più digeribili.

(basato su 21 recensioni dei lettori)

Titolo originale:

Machine Learning with Python: A Practical Beginners' Guide

Contenuto del libro:

Siete pronti ad aggiungere il Machine Learning alle vostre competenze? Come secondo titolo della serie Machine Learning From Scratch, questo libro vi insegna come codificare modelli di apprendimento automatico in Python. Lavorando su diversi progetti con passaggi ripetibili, avrete a disposizione gli schemi e le strategie efficaci per codificare e progettare modelli di predizione utilizzando i vostri dati". Il libro è pensato per i principianti con una conoscenza di base dell'apprendimento automatico, compresi gli algoritmi più comuni come la regressione logistica e gli alberi decisionali.

Per una spiegazione delicata della teoria dell'apprendimento automatico senza il codice, suggeriamo di leggere il primo libro di questa serie Machine Learning for Absolute Beginners (Third Edition), che è scritto per un pubblico più generale. In questa guida passo passo imparerete: - Come codificare un modello di previsione di apprendimento automatico utilizzando una serie di algoritmi tra cui la regressione logistica, il gradient boosting e gli alberi decisionali. - Come installare un ambiente di sviluppo e utilizzare il linguaggio di programmazione Python per codificare 10 modelli diversi.

- Come scrivere il vostro modello con la minor quantità di codice possibile con l'aiuto di Pandas, Scikit-learn, Matplotlib e Seaborn. - Come visualizzare le relazioni nel vostro set di dati, compresi Heatmap e Pairplot con poche righe di codice.