Machine Learning - Guia de Referência Rápida - Trabalhando com dados estruturados em Python

Matt Harrison

Novatec Editora

2019

272 páginas

9h 4m

ISBN-13: 9788575228173

Português Brasileiro

Com notas, tabelas e exemplos detalhados, esta referência prática ajudará você a navegar pelo básico do machine learning com dados estruturados. O autor Matt Harrison oferece um ótimo guia que você poderá usar como material complementar para cursos, além de servir como um recurso conveniente quando você iniciar o seu próximo projeto de machine learning.

Ideal para programadores, cientistas de dados e engenheiros da área de IA, este livro apresenta uma visão geral do processo de machine learning e da classificação com dados estruturados. Você conhecerá métodos para clustering (agrupamento), regressão e redução de dimensões, entre outros assuntos.

Este guia de referência rápida inclui:

classificação, usando o conjunto de dados do Titanic;
limpeza de dados e métodos para lidar com dados ausentes;
análise de dados exploratória;
passos comuns de pré-processamento usando dados de amostras;
seleção de atributos úteis ao modelo;
seleção do modelo;
métricas e avaliação da classificação;
exemplos de regressão usando diversas técnicas de ML;
métricas para avaliação de regressão;
clustering;
redução de dimensões;
pipelines do scikit-learn.

Resenhas (2)

4 (Muito bom)

Guia de referência rápida para iniciantes

Pontos positivos:
+ A linguagem é bem simples
+ Apresenta várias bibliotecas e apresenta o código de como utilizá-la
+ Apresenta vários gráficos coloridos
+ Não li a versão original, mas a tradução parece ser boa
+ Apresenta dicas interessantes

Pontos negativos
- Algumas páginas são apenas para descrever atributos da função. O que poderia ser facilmente obtido lendo a documentação. Achei desnecessário, já que só traduz.
- Algumas métricas e algoritmos podem ser usados tanto para classificação quanto para regressão. Com isso o autor copia trechos já descritos em páginas anteriores. Novamente desnecessário, poderia apenas falar conforme comentado no capítulo x.

Acredito que valha o investimento se vc for iniciante.