What do you think?
Rate this book
Machine Learning – kurz & gut: Eine Einführung mit Python, Pandas und Scikit-Learn
Machine Learning erreicht beinahe alle Bereiche der Technik und der Gesellschaft. In diesem Buch bekommen Sie die schnellstmögliche Einführung in das äußerst umfangreiche Themengebiet des Machine Learning und der statistischen Datenanalyse. Dabei werden alle wesentlichen Themen abgedeckt und mit praktischen Beispielen in Python unterstützt. Nach der Lektüre des Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Sie erhalten eine solide Grundlage, um Ihre ersten eigenen Analysen durchzuführen und vertiefende Literatur über spezielle oder erweiterte Themenbereiche zu verstehen.
187 pages, Kindle Edition
Published April 17, 2018
4 people are currently reading
4 people want to read
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
Displaying 1 - 2 of 2 reviews
August 23, 2019
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.
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.
October 18, 2021
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.
Displaying 1 - 2 of 2 reviews