Machine Learning kompakt

Machine Learning kompakt

Alles, was Sie wissen müssen

Buch (Taschenbuch)

10,30 €

inkl. gesetzl. MwSt.
Taschenbuch

Taschenbuch

10,30 €

Machine Learning kompakt

Ebenfalls verfügbar als:

Taschenbuch

Taschenbuch

ab 10,30 €
eBook

eBook

ab 9,99 €
  • Kostenlose Lieferung ab 30 € Einkaufswert
  • Versandkostenfrei für Bonuscard-Kund*innen

Beschreibung

Details

Verkaufsrang

49121

Einband

Taschenbuch

Erscheinungsdatum

28.06.2019

Verlag

Mitp Verlags GmbH & Co.KG

Seitenzahl

200

Beschreibung

Rezension

»Man sollte dieses Buch danach beurteilen, was es ist und nicht danach, was es gar nicht zu sein versucht: Dieses Buch ist ein auf das allerwesentlichste reduziertes Nachschlag- und Übersichtswerk, es ist keine Schritt-für-Schritt-Anleitung. Die Leistung des Autors liegt darin, alle - aus seiner Sicht unnötigen - Details weggelassen zu haben und sich auf Theorie und Vergleich der einzelnen Machine-Learning-Modelle und ihrer Stärken und Schwächen zu konzentrieren.« (spielend-programmieren.at, 05/2021)
»Der denkbar knappe Rundschlag des Autors führt unterm Strich bemerkenswert umfassend ins Machine Learning ein.« (c't, Nr.16/2020)
»Das vorliegende Buch [...] bietet zahlreiche Tipps und Empfehlungen für den praktischen Einsatz [...] sowie einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg ins Machine Learning.« (SPS-Magazin, 04/2020)
»Machine Learning verstehen auf 200 Seiten - geht das? Ja, das zeigt dieses Buch von Andriy Burkov. [Der] hat es sich zur Aufgabe gemacht, das komplexe Thema in seiner Bandbreite kompakt zu erklären.« (t3n.de, 2020)
»Ein Buch, das in jede Tasche passt und trotzdem alle wichtigen Techniken und Algorithmen [...] zwischen zwei Buchdeckeln vereint, das sich theoretisch in ein paar Stunden lesen lässt und auch zum Nachchlafen sehr gut geeignet ist.« (Linux Magazin, 08/2019)
»Das Buch war ohne Übertreibung das beste Fachbuch, dass ich die letzten Jahre gelesen habe.« (Developer-Blog, 08/2019)

Details

Verkaufsrang

49121

Einband

Taschenbuch

Erscheinungsdatum

28.06.2019

Verlag

Mitp Verlags GmbH & Co.KG

Seitenzahl

200

Maße (L/B/H)

23,8/17,2/1,2 cm

Gewicht

351 g

Auflage

2019

Sprache

Deutsch

ISBN

978-3-95845-995-3

Weitere Bände von mitp Professional

Unsere Kundinnen und Kunden meinen

2.0

1 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

5 Sterne

(0)

4 Sterne

(0)

3 Sterne

(0)

2 Sterne

(1)

1 Sterne

(0)

Ohne klares Ziel und teilweise nachlässig gemacht

Bewertung aus Oberhausen am 06.01.2022

Bewertungsnummer: 1634332

Bewertet: Buch (Taschenbuch)

Das Buch verspricht "alles, was Sie wissen müssen" und scheitert daran. Zum Beispiel wird auf Seite 30 erklärt, was eine Ableitung ist und auf Seite 35 ist der Autor schon bei Parameterschätzungen mit dem Satz von Bayes. Das dürfte alle überfordern, die eine Erklärung der Ableitung von f(x) = 2x benötigen. Etwas später geht der Autor von einer Minimierungsaufgabe stillschweigend zur dualen Aufgabe über. Es wird lediglich erwähnt, dass man jetzt Lagrange-Multiplikatoren verwendet, ohne den Zusammenhang zur ursprünglichen Aufgabe darzustellen. Und das richtet sich an das selbe Publikum, das eine Erklärung braucht, was die Ableitung von 2x ist. Das Buch lässt den Leser ratlos zurück. Zu willkürlich erscheint, wann es ins Detail geht und wann nicht. Am Ende kann man höchstens einige sehr einfache der vorgestellten Methoden selbst umsetzen, weil zu viele Details fehlen. Es wird aber auch keine konkrete Aufgabe bearbeitet, sodass man nach der Lektüre nichts konkretes vorweisen oder damit machen kann. Es ist weder eine praktische noch eine theoretische Einführung in das Thema. Dazu kommen viele Nachlässigkeiten, wenn es mal formal wird, und der Übersetzer hatte vermutlich auch keinen mathematischen Hintergrund. Insgesamt versucht das Buch, einem zu großen Publikum auf zu wenig Platz zu viel mitzuteilen. Am Ende hat man lediglich eine grobe Idee, wie einige ML Methoden funktionieren. Aber "alles, was sie wissen müssen" bekommen die Leser nicht.
Melden

Ohne klares Ziel und teilweise nachlässig gemacht

Bewertung aus Oberhausen am 06.01.2022
Bewertungsnummer: 1634332
Bewertet: Buch (Taschenbuch)

Das Buch verspricht "alles, was Sie wissen müssen" und scheitert daran. Zum Beispiel wird auf Seite 30 erklärt, was eine Ableitung ist und auf Seite 35 ist der Autor schon bei Parameterschätzungen mit dem Satz von Bayes. Das dürfte alle überfordern, die eine Erklärung der Ableitung von f(x) = 2x benötigen. Etwas später geht der Autor von einer Minimierungsaufgabe stillschweigend zur dualen Aufgabe über. Es wird lediglich erwähnt, dass man jetzt Lagrange-Multiplikatoren verwendet, ohne den Zusammenhang zur ursprünglichen Aufgabe darzustellen. Und das richtet sich an das selbe Publikum, das eine Erklärung braucht, was die Ableitung von 2x ist. Das Buch lässt den Leser ratlos zurück. Zu willkürlich erscheint, wann es ins Detail geht und wann nicht. Am Ende kann man höchstens einige sehr einfache der vorgestellten Methoden selbst umsetzen, weil zu viele Details fehlen. Es wird aber auch keine konkrete Aufgabe bearbeitet, sodass man nach der Lektüre nichts konkretes vorweisen oder damit machen kann. Es ist weder eine praktische noch eine theoretische Einführung in das Thema. Dazu kommen viele Nachlässigkeiten, wenn es mal formal wird, und der Übersetzer hatte vermutlich auch keinen mathematischen Hintergrund. Insgesamt versucht das Buch, einem zu großen Publikum auf zu wenig Platz zu viel mitzuteilen. Am Ende hat man lediglich eine grobe Idee, wie einige ML Methoden funktionieren. Aber "alles, was sie wissen müssen" bekommen die Leser nicht.

Melden

Unsere Kundinnen und Kunden meinen

Machine Learning kompakt

von Andriy Burkov

2.0

0 Bewertungen filtern

Weitere Artikel finden Sie in

Die Leseprobe wird geladen.
  • Machine Learning kompakt