What do you think?
Rate this book
Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow
Unknown Binding
35 people are currently reading
82 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 - 4 of 4 reviews
January 17, 2025
Książka „Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow” autorstwa Aureliena Gerona to pozycja łącząca dość zaawansowaną wiedzę teoretyczną o uczeniu maszynowaym oraz sieciach neuronowych ze zrozumiałą (dla informatyków) treścią. Dodatkowo książka zawiera liczne fragmenty kodu w języku python, wraz z odwołaniami do internetowego narzędzia Jupyter Notebook – aplikacji webowej pozwalającej na uruchomienie kodu w chmurze, nawet w przypadku mało wydajnego komputera. Aurelien Geron jest informatykiem, profesorem uczelnianym, współpracował z firmami z „Fortune 500” oraz z Ministerstwem Obrony Kanady. Ta książka jest kompendium wiedzy niezbędnej do uczenia maszynowego. Dzięki bogatej treści teoretycznej, praktycznej, ćwiczeniom i multimediom ta książka jest obowiązkową pozycją, szczególnie teraz- w okresie dynamicznego rozwoju AI, dla każdego pasjonata Sztucznej inteligencji.
Po książkę postanowiłem sięgnąć, gdy rozpoczynałem swoją przygodę z sieciami neuronowymi zwłaszcza z algorytmami machine vision, zrobiłem dostępne na stronie producenta komputera kursy, które były bardziej nakierowane na rozpoczęcie pracy z urządzeniem niż na samym uczeniu. Wybrałem ten tytuł, gdyż ma bardzo wysokie oceny i jest chwalona w mediach społecznościowych. Książka składa się z 19 rozdziałów, podzielonych na dwie sekcje: „Podstawy uczenia maszynowego” i „Sieci neuronowe i uczenie głębokie”. W pierwszej części autor skupia się na teorii ucznia maszynowego i na instrukcji krok po kroku jak zainstalować oprogramowanie używane do ML. Druga część jest stricte praktyczna, Geron krok po kroku prowadzi czytelnika po sposobach uczenia maszynowego, każdy rozdział jest bogaty w ilustracje, przykładowy kod i zadania „sprawdzające” na końcu rozdziału.
Dużą zaleta tytułu jest jego interaktywność oraz dostępność, integracja z Jupyter Notebook pozwala czytelnikowi na napisanie kodu w specjalnym środowisku wykonawczym działającym na serwerach w chmurze, które nie tylko sprawdzi poprawność kodu, zdebuguje go, ale też skompiluje, przy czym nie będzie to obciążać komputera czytelnika oraz zajmie to relatywnie niewiele czasu.
Inną zaletą jest jej poradnikowość – dzięki wyraźnym podziałem na rozdziały i sekcje czytelnik może w łatwy sposób przeczytać jedynie interesujący go fragment tekstu dotyczący jednego zagadnienia i nie musi szukać odwołań po całej książce
Jednakże podczas czytania natrafiłem na kilka trudniejszych momentów - to raczej
nie jest książka, którą można przeczytać jednym podczas jednego posiedzenia. Zdecydowanie polecam robić sobie ćwiczenia podsumowujące rozdziały i pisać ręcznie pokazywany kod.
Podsumowując: „Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow” autorstwa Aureliena Gerona to wybitna książka, która pokazuje skomplikowane procesy tworzenia sieci neuronowych i uczenia maszynowego w bardzo ciekawy, co dla mnie najważniejsze, interaktywny sposób. Autor oferuje czytelnikom solidną dawkę wiedzy, a jednocześnie zmusza do głębszych refleksji nad naturą rzeczywistości. Polecam tę pozycję zwłaszcza osobom, które interesują się uczeniem maszynowym i tworzeniem własnych algorytmów sztucznej inteligencji, jednakże każdy programista odnajdzie w tej książce coś dla siebie.
Końcowa ocena: 5/5 – Według mnie jest to niesamowicie ciekawa książka, która może służyć zarówno jako poradnik krok po kroku po uczeniu maszynowym jak i szybka wyszukiwarka rozwiązań i inspiracji do projektu. Autor zachował bardzo dobry balans pomiędzy wiedzą teoretyczną a praktyczną, która jest nie tylko znakomicie opisane, lecz także ma co wg mnie najważniejsze widoczny, realny kod programu. Dzięki dobremu podziałowi tematów sięgam po tą książkę nie raz, jako pomoc do danego zagadnienia, które jest mi potrzebne w danym momencie projektu.
Po książkę postanowiłem sięgnąć, gdy rozpoczynałem swoją przygodę z sieciami neuronowymi zwłaszcza z algorytmami machine vision, zrobiłem dostępne na stronie producenta komputera kursy, które były bardziej nakierowane na rozpoczęcie pracy z urządzeniem niż na samym uczeniu. Wybrałem ten tytuł, gdyż ma bardzo wysokie oceny i jest chwalona w mediach społecznościowych. Książka składa się z 19 rozdziałów, podzielonych na dwie sekcje: „Podstawy uczenia maszynowego” i „Sieci neuronowe i uczenie głębokie”. W pierwszej części autor skupia się na teorii ucznia maszynowego i na instrukcji krok po kroku jak zainstalować oprogramowanie używane do ML. Druga część jest stricte praktyczna, Geron krok po kroku prowadzi czytelnika po sposobach uczenia maszynowego, każdy rozdział jest bogaty w ilustracje, przykładowy kod i zadania „sprawdzające” na końcu rozdziału.
Dużą zaleta tytułu jest jego interaktywność oraz dostępność, integracja z Jupyter Notebook pozwala czytelnikowi na napisanie kodu w specjalnym środowisku wykonawczym działającym na serwerach w chmurze, które nie tylko sprawdzi poprawność kodu, zdebuguje go, ale też skompiluje, przy czym nie będzie to obciążać komputera czytelnika oraz zajmie to relatywnie niewiele czasu.
Inną zaletą jest jej poradnikowość – dzięki wyraźnym podziałem na rozdziały i sekcje czytelnik może w łatwy sposób przeczytać jedynie interesujący go fragment tekstu dotyczący jednego zagadnienia i nie musi szukać odwołań po całej książce
Jednakże podczas czytania natrafiłem na kilka trudniejszych momentów - to raczej
nie jest książka, którą można przeczytać jednym podczas jednego posiedzenia. Zdecydowanie polecam robić sobie ćwiczenia podsumowujące rozdziały i pisać ręcznie pokazywany kod.
Podsumowując: „Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow” autorstwa Aureliena Gerona to wybitna książka, która pokazuje skomplikowane procesy tworzenia sieci neuronowych i uczenia maszynowego w bardzo ciekawy, co dla mnie najważniejsze, interaktywny sposób. Autor oferuje czytelnikom solidną dawkę wiedzy, a jednocześnie zmusza do głębszych refleksji nad naturą rzeczywistości. Polecam tę pozycję zwłaszcza osobom, które interesują się uczeniem maszynowym i tworzeniem własnych algorytmów sztucznej inteligencji, jednakże każdy programista odnajdzie w tej książce coś dla siebie.
Końcowa ocena: 5/5 – Według mnie jest to niesamowicie ciekawa książka, która może służyć zarówno jako poradnik krok po kroku po uczeniu maszynowym jak i szybka wyszukiwarka rozwiązań i inspiracji do projektu. Autor zachował bardzo dobry balans pomiędzy wiedzą teoretyczną a praktyczną, która jest nie tylko znakomicie opisane, lecz także ma co wg mnie najważniejsze widoczny, realny kod programu. Dzięki dobremu podziałowi tematów sięgam po tą książkę nie raz, jako pomoc do danego zagadnienia, które jest mi potrzebne w danym momencie projektu.
February 14, 2025
Will teach you the subject 10x better than any detached research professor can.
February 20, 2025
Next time: I should really remember that I dislike the hands-on approach. Honestly, seems like a fine book—just not for me. Did not finish.
February 21, 2025
Better than my masters degree
Displaying 1 - 4 of 4 reviews