Отмечено Tableau как первая из «7 книг о машинном обучении для начинающих».

Готовы развернуть экземпляр виртуального графического процессора и прорваться сквозь петабайты данных? Хотите добавить «Машинное обучение» в свой профиль в LinkedIn?

Ну, погодите...

Прежде чем вы отправитесь в свое эпическое путешествие, ознакомьтесь с некоторыми теориями высокого уровня и Сначала нужно разобраться со статистическими принципами. Но вместо того, чтобы тратить 30–50 долларов США на плотный длинный учебник, вы можете сначала прочитать эту книгу. Являясь ясной и краткой альтернативой учебнику, эта книга представляет собой практическое и подробное введение в машинное обучение.

Второе издание «Машинное обучение для абсолютных новичков» написано и предназначено для абсолютных новичков. Это означает простые объяснения на английском языке и отсутствие необходимости в опыте программирования. Там, где представлены основные алгоритмы, добавлены четкие объяснения и наглядные примеры, чтобы было легче и интереснее следить за ними дома.

Новое обновленное издание. Это основное новое издание включает в себя множество тем, не затронутых в первом издании, включая Cross Валидация, ансамблевое моделирование, поиск по сетке, разработка функций и горячее кодирование. Обратите внимание, что эта книга не является продолжением первого издания, а скорее реструктурированной и переработанной версией первого издания. Читатели первого издания не должны чувствовать себя обязанными покупать второе издание.

Отказ от ответственности: если вы прошли этап «новичка» в изучении машинного обучения и готовы заняться программированием и глубоким обучением, вы было бы хорошо с учебником длинного формата. Однако если вам еще предстоит достичь момента «Короля Льва» — когда вы взрослый Симба, смотрящий на земли прайда Африки, — тогда эта книга мягко поднимет вас и предложит вам четкий план местности. -Пошаговое руководство, которое вы узнаете: • Как загрузить бесплатные наборы данных • Какие инструменты и библиотеки машинного обучения вам нужны • Методы очистки данных, включая горячее кодирование, группирование и обработку недостающих данных • Подготовка данных для анализа, включая k- свернуть Проверка • Регрессионный анализ для создания линий тренда • Кластеризация, включая кластеризацию k-средних, для поиска новых взаимосвязей • Основы нейронных сетей • Смещение/дисперсия для улучшения вашей модели машинного обучения • Деревья решений для декодирования классификации • Как построить свою первую Модель машинного обучения для прогнозирования стоимости дома с помощью PythonЧасто задаваемые вопросы Вопрос: Нужен ли мне опыт программирования для написания этой электронной книги? Ответ: Эта электронная книга предназначена для абсолютных новичков, поэтому никакого опыта программирования не требуется. Однако две из последующих глав знакомят с Python для демонстрации реальной модели машинного обучения, поэтому вы увидите язык программирования, используемый в этой книге.

Вопрос: Я уже купил первое издание книги «Машинное обучение для начинающих». Стоит ли мне покупать второе издание? Ответ: Поскольку многие темы первого издания затронуты во втором издании, возможно, вам будет лучше прочитать более продвинутую статью о машинном обучении.

Вопрос: Стоит ли покупать это второе издание? В этой книге есть все, что мне нужно, чтобы стать экспертом в области машинного обучения? Ответ: К сожалению, нет. Эта книга предназначена для читателей, делающих первые шаги в машинном обучении, и для освоения машинного обучения потребуется дальнейшее обучение, выходящее за рамки этой книги.

Приглашаем вас присоединиться к этому вводному курсу, купив копию или отправив бесплатный образец на выбранное вами устройство.