Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn (O'Reilly`s kurz & gut)

by Chi Nhan Nguyen

Der kompakte Schnelleinstieg in Machine Learning und Deep LearningDie Neuauflage des Bestsellers wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement LearningAnhand konkreter Datensätzen lernen Sie einen typischen Workflow vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur DatenvisualisierungNicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler*innenMachine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python, Pandas, TensorFlow und Keras illustriert. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.Die aktualisierte 2. Auflage behandelt jetzt auch Unsupervised Learning und Reinforcement Learning.

219 pages, Kindle Edition

Published April 22, 2021

Reviews

[Woflmao · Rating 2 out of 5]

Dieses Buch ist im Wesentlichen die gedruckte Variante eines Online-Tutorials, die zahlreich im Netz zu finden sind (in der Tat haben die Autoren auch eine Website mit Notebooks für dieses Buch eingerichtet).
Das Problem mit dem Buch ist, welchen Zweck es erfüllen soll. In O'Reillys "kurz & gut" Reihe findet man in der Regel praktische Kurzreferenzen oder Bücher, die die Grundideen eines Themas kurz erklären. Dieses Buch ist definitiv keine Referenz, und die Grundideen der Machine Learnings werden hier auch nur in geringem Maße erklärt. Stattdessen werden eben in besagtem Tutorial-Stil die Python-Kommandos eingeführt, die man zum Lösen bestimmter Probleme braucht (auch diese oft ohne Erklärung). Die zugrundeliegenden Prinzipien werden nur in den einfachsten Fällen erklärt, und auch dann oft etwas ungelenk (z.B. gibt es in der Einleitung das Beispiel einer Zielscheibe, um die Begriffe "Bias" und "Varianz" zu erläutern, was aber aus den Ausführungen hier nur schwer verständlich wird; das selbe Beispiel wird etwa in Nate Silvers Buch "The Signal and the Noise" sehr geschickt benutzt, um diese Konzepte zu erklären).
Außerdem gibt es nicht wenige Druckfehler und auch einige inhaltliche Fehler, hier hat der Verlag geschlafen.
Für eine zweite Auflage sollte das Konzept des Buches nochmal überdacht werden, evntl. wäre eine Kurzreferenz für die gängigsten freien Softwarepakete des Machine Learning ein besserer Ansatz.

[Christian · Rating 3 out of 5]

Regarding its length it is a nice introduction, but you'll only scratch the surface of the topic. If you want to know if you may like this topic it is a good read.