Introduction to Machine Learning with Python: A Guide for Data Scientists : Müller, Andreas C, Guido, Sarah: desertcart.ae: Books Review: Bei einem Buch über Programmiersprachen stellt sich zwangsläufig immer die Frage: für welches Publikum ist so ein Werk geeignet? In diesem Fall sind das User, die bereits gewisse Grundkenntnisse in Python mitbringen. Auch sollte man nicht ganz unbedarft im Thema Datenauswertung und -visualisierung sein. Tiefgreifende mathematische Erläuterungen zu den einzelnen Methoden würde man in dem Buch vergeblich suchen und das finde ich gut so. Die Autoren beschränken sich auf das Elementare, nämlich welche Vor- und Nachteile die jeweiligen Machine Learning Algorithmen mit sich bringen, für welche Datentypen sie am besten geeignet sind, welche Voraussetzungen der User schaffen kann oder muss um sein eigenes Projekt in diesem Kontext zu bestreiten. Wer immer wieder mal ein paar Dinge über Machine Learning aufgeschnappt hat, oder sogar schon einmal unbedarft etwas in die Richtung programmiert hat, wird eine wahre Serie von "Aha!"-Erlebnissen haben. Anschauliche Beispiele aus der Praxis erhöhen die Nachvollziehbarkeit der Methoden und können einen mitunter an dieses Buch fesseln, wie ein guter Roman. Von mir eine klare Kaufempfehlung für Studenten, Doktoranden, Hobbyprogrammierer und Nicht-Mathematiker, die nach einem Startschuss / Kickoff für ihr persönliches Projekt suchen und bislang von der Fülle an Möglichkeiten in scikit-learn überfordert waren. Review: Ótimo livro, está me ajudando bastante a responder questões de concursos.
| Best Sellers Rank | #61,396 in Books ( See Top 100 in Books ) #32 in Programming Algorithms #75 in Web Programming #113 in Computer Programming Languages |
| Customer reviews | 4.5 4.5 out of 5 stars (652) |
| Dimensions | 17.53 x 1.78 x 23.11 cm |
| Edition | 1st |
| ISBN-10 | 1449369413 |
| ISBN-13 | 978-1449369415 |
| Item weight | 680 g |
| Language | English |
| Print length | 398 pages |
| Publication date | 15 November 2016 |
| Publisher | O'Reilly Media |
M**.
Bei einem Buch über Programmiersprachen stellt sich zwangsläufig immer die Frage: für welches Publikum ist so ein Werk geeignet? In diesem Fall sind das User, die bereits gewisse Grundkenntnisse in Python mitbringen. Auch sollte man nicht ganz unbedarft im Thema Datenauswertung und -visualisierung sein. Tiefgreifende mathematische Erläuterungen zu den einzelnen Methoden würde man in dem Buch vergeblich suchen und das finde ich gut so. Die Autoren beschränken sich auf das Elementare, nämlich welche Vor- und Nachteile die jeweiligen Machine Learning Algorithmen mit sich bringen, für welche Datentypen sie am besten geeignet sind, welche Voraussetzungen der User schaffen kann oder muss um sein eigenes Projekt in diesem Kontext zu bestreiten. Wer immer wieder mal ein paar Dinge über Machine Learning aufgeschnappt hat, oder sogar schon einmal unbedarft etwas in die Richtung programmiert hat, wird eine wahre Serie von "Aha!"-Erlebnissen haben. Anschauliche Beispiele aus der Praxis erhöhen die Nachvollziehbarkeit der Methoden und können einen mitunter an dieses Buch fesseln, wie ein guter Roman. Von mir eine klare Kaufempfehlung für Studenten, Doktoranden, Hobbyprogrammierer und Nicht-Mathematiker, die nach einem Startschuss / Kickoff für ihr persönliches Projekt suchen und bislang von der Fülle an Möglichkeiten in scikit-learn überfordert waren.
R**O
Ótimo livro, está me ajudando bastante a responder questões de concursos.
Z**E
Book is good price is cheap
S**H
The book is in greyscale and I can't follow the author's guide into different colors of an image. Really disappointed!
S**.
well written, easy to understand for beginners. Highly recommend it.
Trustpilot
3 weeks ago
3 weeks ago
