Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными (Мюллер Адреас П., Гвидо Сара) ; Вильямс, 2017

[Кратко]



Книга подойдёт для как для новичков, в качестве отправной точки карьеры Data Science специалиста, так и для состоявшихся ML-инженеров, которым нужна шпаргалка по машинному обучению.





[Минусы]



Рассматривается по большей части одна библиотека.





[Рецензия]



Большинство литературы такого жанра либо глубоко засело в границах пары библиотек, либо чересчур поверхностно проходится по всей сфере ИИ, не говоря толком ничего. Автор этой книги как-то сумел соблюсти баланс, преподнося читателю теорию машинного обучения и разбавляя её листингами не очень большого размера, что несомненно является плюсом.

Книга достаточно быстро обросла "бородой" из стикеров-закладок, так как автор не скупится на дельные советы касательно не только рассматриваемой библиотеки, но и ml-алгоритмов.

Автор не добавляет в книгу контент, отходящий от темы, что не особо хорошо, однако он компенсирует ссылками на литературу, в которой та или иная тема лучше раскрыта.

Даже после прочтения книги не хочется убирать ее в дальний ящик, так как описаны достаточно интересные идеи и лайфхаки.

Подводя итог, можно отметить, что это одна из базовых книг для становления дата-сайентиста. (Но опытному разработчику наверняка тоже будет что почерпнуть)



P.s.

Отдельное спасибо переводчику за примечания и сноски.

0    0

С места в карьер! (с) - можно так начать отзыв.



Как и указано в предисловии, книга предназначена для активного погружения в машинное обучение с использованием Python.

Замечу, что книга не для новичков в программировании.

Если вы знаете один из языков программирования и хотите покорять Python вселенную Data Science, то для этого придётся научиться программировать на Python. Т.е. крайне желательно иметь под рукой книгу/справочник по Python. Это важное отступление на мой взгляд, т.к. вам будет легче и комфортнее воспринимать код понимая синтаксис и семантику языка Python. Здесь я привожу своё видение, т.к. моя попытка изначально зайти к этой книге привела к тому, что надо было изучать матчать - язык Python ;)



Авторы книги начиная уже с введения приводят код, показывая практическую реализацию каждой темы из ML.

Код, пояснение, результат, разбор, анализ и вывод - в таком ключе построено повествование книги.

Читатель сразу погружается в тему, параллельно повторяя код, модифицируя его, играясь с параметрами... (Конечно если он сядет за компьютер и будет вводить код или использовать готовые файлы с кодами, а не только читать книгу :)



На мой взгляд книга имеет заслуженное право считаться введением в ML, т.к. прочитав почти 500 страниц и написав сотни-тысячи строк кода вы обязательно поймёте на практике, что такое ML и сможете двинуться дальше (выше и глубже) расширяя для себя горизонты Data Science...



По оформлению.

Мягкая обложка. Цветная печать очень помогает воспринимать изложение материала. Приятная на ощупь бумага.



Для ознакомления привожу Полное содержание, Предисловие, Введение и завершающие параграфы.

0    0