Apprendimento automatico in Python

Recensioni dei lettori

Il libro è stato apprezzato soprattutto per la sua accessibilità e la sua idoneità per i principianti dell'apprendimento automatico. Fornisce molti esempi pratici di codifica e copre una varietà di algoritmi aggiornati. Tuttavia, alcuni utenti avanzati lo criticano per la mancanza di profondità, in particolare nelle spiegazioni matematiche e negli argomenti più complessi.

⬤ Accessibile e facile da leggere per i principianti.
⬤ Molti esempi pratici per illustrare i concetti.
⬤ Copre algoritmi di ML aggiornati.
⬤ Fornisce una buona introduzione al Machine Learning di Python e a SciKit-Learn.

⬤ Manca di profondità nelle spiegazioni matematiche e negli argomenti avanzati.
⬤ Non è adatto a utenti avanzati o con conoscenze intermedie.
⬤ Alcuni utenti trovano il contenuto troppo elementare.
⬤ La qualità del materiale viene criticata come fragile.

(basato su 10 recensioni dei lettori)

Titolo originale:

Python Machine Learning

Contenuto del libro:

Questo libro tratta l'apprendimento automatico, uno degli argomenti più caldi degli ultimi anni. Con l'aumento esponenziale della potenza di calcolo e la contemporanea diminuzione dei costi, non c'è momento migliore per l'apprendimento automatico. Le attività di apprendimento automatico che di solito richiedono un'enorme potenza di elaborazione sono ora possibili su macchine desktop. Tuttavia, l'apprendimento automatico non è adatto ai deboli di cuore: richiede una buona base di statistica e conoscenze di programmazione. Questo libro ad alta intensità di codice incoraggia i lettori a provare vari esempi di entrambi gli argomenti, progettati per essere compatti, ma facili da seguire e comprendere. I lettori inizieranno a seguire gli argomenti fondamentali, come l'introduzione al Machine Learning e alla Data Science. Per ogni algoritmo di apprendimento, i lettori utilizzeranno uno scenario reale per mostrare come l'apprendimento automatico sia utile per risolvere il problema in questione.

Questo libro permette ai lettori di iniziare a conoscere l'apprendimento automatico in Python, trattando i seguenti argomenti fondamentali:

Introduzione al Machine Learning.

Algoritmi di apprendimento automatico.

⬤ Regressione.

⬤ Classificazioni.

⬤ Clustering.

⬤ Rilevamento di anomalie.

Distribuzione di modelli di apprendimento automatico come servizi web.

Introduzione alla scienza dei dati in Python.

Librerie Python per la scienza dei dati.

⬤ Numpy.

⬤ Pandas.

⬤ Matplotib.

Iniziare con Scikit-learn.