MATLAB per l'apprendimento automatico: Esempi pratici di regressione, clustering e reti neurali

Recensioni dei lettori

Il libro è un'introduzione di base all'apprendimento automatico con MATLAB, con una guida passo passo ed esempi pratici. Tuttavia, ha ricevuto critiche per la sua ridondanza, gli errori nel codice e la mancanza di profondità nelle spiegazioni matematiche.

Guida passo-passo per i principianti, include esempi pratici con MATLAB, condizioni fisiche generalmente buone all'arrivo.

Limitata comprensione delle tecniche di apprendimento automatico da parte dell'autore, linguaggio ridondante, molti paragrafi copiati dalla documentazione ufficiale di MATLAB, contiene numerosi errori di codice, manca di spiegazioni matematiche dettagliate.

(basato su 6 recensioni dei lettori)

Titolo originale:

MATLAB for Machine Learning: Practical examples of regression, clustering and neural networks

Contenuto del libro:

Estrarre modelli e conoscenze dai dati in modo semplice utilizzando MATLAB.

Caratteristiche principali

⬤ Impara a muovere i primi passi nell'apprendimento automatico con l'aiuto di questa guida facile da seguire.

⬤ Impara regressione, clustering, classificazione, analisi predittiva, reti neurali artificiali e altro ancora con MATLAB.

⬤ Capire come funzionano i dati e identificare i livelli nascosti nei dati con la potenza dell'apprendimento automatico.

Descrizione del libro

MATLAB è il linguaggio scelto da molti ricercatori ed esperti di matematica per l'apprendimento automatico. Questo libro vi aiuterà a costruire le basi dell'apprendimento automatico utilizzando MATLAB per i principianti.

Inizierete a preparare il vostro sistema con l'ambiente MATLAB per l'apprendimento automatico e vedrete come interagire facilmente con l'area di lavoro Matlab. Si passerà poi alla pulizia dei dati, all'estrazione e all'analisi di vari tipi di dati nell'apprendimento automatico e si vedrà come visualizzare i valori dei dati su un grafico. Infine, conoscerete i diversi tipi di tecniche di regressione e come applicarle ai vostri dati utilizzando le funzioni di MATLAB.

Comprenderete i concetti di base delle reti neurali ed eseguirete l'adattamento dei dati, il riconoscimento dei modelli e l'analisi dei cluster. Infine, esplorerete le tecniche di selezione ed estrazione delle caratteristiche per ridurre la dimensionalità e migliorare le prestazioni.

Alla fine del libro, imparerete a mettere tutto insieme in casi reali che coprono i principali algoritmi di apprendimento automatico e sarete in grado di eseguire l'apprendimento automatico con MATLAB.

Che cosa imparerete?

⬤ Apprendere i concetti introduttivi dell'apprendimento automatico.

⬤ Scoprire i diversi modi di trasformare i dati utilizzando SAS XPORT, gli strumenti di importazione e di esportazione.

⬤ Esplora i diversi tipi di tecniche di regressione come la regressione lineare semplice e multipla, la stima ai minimi quadrati ordinari, le correlazioni e come applicarle ai dati.

⬤ Scoprire le basi dei metodi di classificazione e come implementare l'algoritmo Naive Bayes e gli alberi decisionali in ambiente Matlab.

⬤ Scoprire come utilizzare i metodi di clustering come il clustering gerarchico per raggruppare i dati utilizzando le misure di similarità.

⬤ Sapere come eseguire l'adattamento dei dati, il riconoscimento dei modelli e l'analisi dei cluster con l'aiuto di MATLAB Neural Network Toolbox.

⬤ Apprendere la selezione e l'estrazione delle caratteristiche per ridurre la dimensionalità e migliorare le prestazioni.