Introduzione all'apprendimento automatico

Recensioni dei lettori

Il libro ha ricevuto recensioni contrastanti: alcuni lettori lo ritengono poco utile per gli sviluppatori in cerca di conoscenze pratiche di codifica, mentre altri ne apprezzano il quadro teorico per la comprensione dei concetti di apprendimento automatico. Le preoccupazioni per la chiarezza del materiale e la mancanza di esempi di codifica sembrano importanti, soprattutto per coloro che hanno un background di programmazione e vogliono applicare l'apprendimento automatico.

Alcuni lettori hanno trovato che il libro fornisce una buona comprensione teorica dell'apprendimento automatico, offrendo spunti di riflessione sui potenziali problemi nell'approccio al ML. Può aiutare i lettori a valutare se sono pronti ad affrontare queste sfide in base alle loro conoscenze.

Molti recensori hanno criticato il libro perché è più incentrato sulla discussione che sulla codifica, manca di chiarezza nelle spiegazioni e non fornisce esempi pratici sufficienti. Il libro non indica chiaramente la versione di Visual Studio necessaria per completare gli esercizi e molti si sono sentiti confusi piuttosto che illuminati dopo la lettura.

(basato su 4 recensioni dei lettori)

Titolo originale:

Introducing Machine Learning

Contenuto del libro:

Padroneggiare i concetti dell'apprendimento automatico e sviluppare soluzioni reali.

L'apprendimento automatico offre immense opportunità e Introducing Machine Learning fornisce le conoscenze pratiche per sfruttarle al meglio. Dino e Francesco Esposito iniziano con una rapida panoramica delle basi dell'intelligenza artificiale e delle fasi fondamentali di qualsiasi progetto di apprendimento automatico. Quindi, introducono la potente libreria ML.NET di Microsoft, che include funzionalità per l'elaborazione dei dati, l'addestramento e la valutazione. Presentano le famiglie di algoritmi che possono essere addestrati per risolvere problemi reali, nonché le tecniche di apprendimento profondo che utilizzano le reti neurali. Gli autori concludono introducendo i preziosi servizi di runtime disponibili attraverso la piattaforma cloud Azure e considerando la visione aziendale a lungo termine per l'apprendimento automatico.

- Dino Esposito e Francesco Esposito, 14 volte MVP di Microsoft, vi aiutano a.

- Esplorate ciò che si sa su come gli esseri umani apprendono e su come viene costruito il software intelligente.

- Scoprire quali problemi può risolvere l'apprendimento automatico.

- Comprendere la pipeline dell'apprendimento automatico: le fasi che portano a un modello realizzabile.

- Utilizzare AutoML per selezionare automaticamente la pipeline migliore per qualsiasi problema e set di dati.

- Padroneggiare ML.NET, implementare la sua pipeline e applicare i suoi compiti e algoritmi.

- Esplorare le basi matematiche dell'apprendimento automatico.

- Fare previsioni, migliorare il processo decisionale e applicare metodi probabilistici.

- Raggruppare i dati tramite classificazione e clustering.

- Imparare i fondamenti dell'apprendimento profondo, compresa la progettazione di reti neurali.

- Sfruttare i servizi cloud di AI per costruire più rapidamente soluzioni migliori nel mondo reale.

Informazioni su questo libro

- Per i professionisti che desiderano creare applicazioni di apprendimento automatico: sia gli sviluppatori che necessitano di competenze di scienza dei dati, sia i data scientist che necessitano di competenze di programmazione rilevanti.

- Include esempi di scenari di codifica dell'apprendimento automatico realizzati con la libreria ML.NET.