- Alles, was Sie über Machine Learning wissen müssen, auf nur 200 Seiten
- Von Support Vector Machines über Gradient Boosting und tiefe neuronale Netze bis hin zu unüberwachten Lernmethoden
- Zahlreiche Tipps und Empfehlungen für den praktischen Einsatz
Sie möchten Machine Learning verstehen und dafür nicht unendlich viel Zeit aufwenden und Hunderte von Seiten lesen? Dann ist dieses Buch das richtige für Sie.
Auf 200 Seiten bringt Andriy Burkov die wichtigsten Begriffe, Konzepte und Algorithmen des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.
Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.
Aus dem Inhalt: - Notation und mathematische Grundlagen
- Überwachtes, teilüberwachtes und unüberwachtes Lernen
- Grundlegende Lernalgorithmen:
- Lineare und logistische Regression
- Entscheidungsbäume
- Support Vector Machines
- k-Nearest-Neighbors
- Optimierung mittels Gradientenabstieg
- Merkmalserstellung und Handhabung fehlender Merkmale
- Auswahl des passenden Lernalgorithmus
- Bias, Varianz und das Problem der Unter- und Überanpassung
- Regularisierung, Bewertung eines Modells und Abstimmung der Hyperparameter
- Deep Learning mit CNNs, RNNs und Autoencodern
- Multi-Class-, One-Class- und Multi-Label-Klassifikation
- Ensemble Learning
- Clustering, Dimensionsreduktion und Erkennen von Ausreißern
- Selbstüberwachtes Lernen
- Wort-Embeddings, One-Shot und Zero-Shot Learning
Stimmen zum Buch:
»Burkov hat sich der äußerst nützlichen, aber unglaublich schwierigen Aufgabe angenommen, fast das gesamte Machine Learning auf 200 Seiten zusammenzufassen. Die Auswahl der Themen aus Theorie und Praxis ist gelungen und wird sich für Praktiker als nützlich erweisen. Das Buch bietet Lesern eine solide Einführung in das Fachgebiet.«
Peter Norvig, Forschungsdirektor bei Google »Der Umfang der Themen, die das Buch auf 200 Seiten behandelt, ist verblüffend. [...] Wie der Autor die Kernkonzepte mit einigen wenigen Worten erklärt, gefällt mir ausnehmend gut. Das Buch wird nicht nur für Einsteiger sehr nützlich sein, sondern auch für alte Hasen, die von einer so breiten Sicht auf das Fachgebiet nur profitieren können.«
Aurélien Géron, Senior Artificial Intelligence Engineer »Ich wünschte, es hätte ein solches Buch gegeben, als ich mich als Student der Statistik mit Machine Learning beschäftigt habe.«
Chao Han, Vizepräsident, Leiter Forschung und Entwicklung bei LucidworksAndriy Burkov ist Experte für Machine Learning mit dem Schwerpunkt auf Natural Language Processing. 2010 hat er zum Thema Künstliche Intelligenz promoviert und leitet seit 7 Jahren ein Team von Machine-Learning-Entwicklern bei der Firma Gartner, die sich mit multilingualer Textextraktion und Normalisierungsverfahren befasst. Dabei kommen sowohl Shallow- als auch Deep-Learning-Technologien zum Einsatz. Er lebt mit seiner Familie in Quebec City.
