Startseite / Digital / Machine Learning mit Python – Buchrezension
Machine Learning mit Python - Buchrezension

Machine Learning mit Python – Buchrezension

Machine Learning ist zu einem wichtigen Bestandteil vieler kommerzieller Anwendungen und Forschungsprojekte geworden, von der medizinischen Diagnostik bis hin zur Suche nach Freunden in sozialen Netzwerken. Um Machine-Learning-Anwendungen zu entwickeln, braucht es keine großen Expertenteams. Mit diesem Buch gibt es die Möglichkeit kompakt eine Menge Praxiswissen über Machine-Learning zu erlangen.

Mit Python und der scikit-learn-Bibliothek kann man sich alle Schritte erarbeiten, die für eine erfolgreiche Machine-Learning- Anwendung notwendig sind. Die Autoren Andreas Müller und Sarah Guido konzentrieren sich bei der Verwendung von Machine-Learning-Algorithmen auf die praktischen Aspekte statt auf die Mathematik dahinter. Wer bereits zusätzlich mit den Bibliotheken NumPy und matplotlib vertraut ist, wird hier sehr viel Wert herausholen können.

Das Buch ist für Anfänger eine gute und schnelle Einführung in Machine Learning mit Python. Es wird direkt darauf eingegangen, wie man einfache Machine Learning Ansätze implementiert, ohne dabei groß auf die Hintergründe der verschiedenen Algorithmen einzugehen.

Nach einer kurzen Einführung in die Thematik gibt es zwei große Kapitel über die Themen überwachtes Lernen und unüberwachtes Lernen, in denen die wichtigsten Modelle und Algorithmen erklärt werden. Dabei liegt der Fokus darauf, diese Modelle anwenden zu können und nicht im Detail zu verstehen wie komplizierte Algorithmen, z.B. ein Kernel-Trick funktionieren.

Es gibt zu jeden Thema anschauliche Beispiele. Es wird auch auf Evaluierungen, Validierungen und einige wichtige Grundlagen eingegangen. Was mir dabei ein wenig gefehlt hat, sind Erklärungen warum die Unterteilung in Trainings-, Test- und Validierungstset wichtig sind und wie es die Ergebnisse beeinflussen kann, wenn einfach jedes Modell mal ausprobiert wird und dann das Beste gewählt wird.

Die Unterteilung und Strukturierung finde ich nicht ganz so gelungen, da für das gesamte Buch Jupyter-Notebook verwendet wurde. Das macht es etwas schwerer einzelne Unterkapitel zu finden wodurch das Buch als Nachschlagewerk etwas weniger geeignet ist. Es geht, aber es dauert ein bisschen.

Fazit

Für Anfänger, die einen schnellen und praktischen Einstieg in das Thema wollen, kann ich das Buch auf jeden Fall empfehlen. Für alle die mehr über die Hintergründe wissen wollen, z.B. wie genau die Modelle funktionieren oder die lerntheoretischen Hintergründe, ist dieses Buch wohl eher nichts, dies ist einfach nicht das Ziel dieses Buches.

Kaufen könnt ihr das Buch hier über Amazon und damit unterstützt ihr ohne zusätzliche Kosten unser Magazin.

Über Tim Senger

Tim ist Leiter und Chefredakteur von E4SY. 2013 ist er das erste Mal jour­na­lis­tisch für ein Spielemagazin aktiv geworden. Momentan absolviert er zudem ein duales Studium im Bereich Wirtschaft.

Auch ansehen

Der Finanz-Code von Howard Marks - Buchrezension

Der Finanz-Code von Howard Marks – Buchrezension

Schon mal von Howard Marks gehört? Wahrscheinlich nicht, er ist einer der weniger bekannten Investmentstars. …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Um diese Seite weiter in vollen Ausmaß zu nutzen, musst du zur Kenntnis nehmen, dass wir Informationen speichern. Die Verarbeitung dieser Daten erfolgt zu statistischen sowie werbe- und profilingtechnischen Zwecken. Ebenso stimmst du der Verwendung von Cookies zu, die insbesondere dem Tracking dienen. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du sich damit einverstanden.

Schließen