Grundkurs Machine Learning: Aus der Buchreihe »Informatik verstehen«. Ideal zum Selbststudium

Gut!

Grundkurs Machine LearningPRO:+ sehr klare, verständliche Sprache. Es werden zahlreiche bildhafte Erklärungen verwendet und jeder Begriff der einem Unbekannt sein könnte erklärt.+ es werden immer auch Anwendungsbeispielideen genannt und kleinere Beispiele gezeigt+ man wird nicht mit Mathematik zugeworfen, zugleich wird aber die Mathematik aber auch nicht hinter Bibliotheken oder Vereinfachungen versteckt+ das Buch ist nicht ein weiteres Buch der Art "wie wende ich Bibliothek X and um damit das maschinelle Lernen Verfahren Y umzusetzen".+ es werden immer Gemeinsamkeiten und Unterschiede zu anderen Verfahren erklärt. Das hilft ungemein beim Verständnis und macht die Erklärungen intuitiver.+ enthält alle grundlegenden Algorithmen die man zu diesem Thema erwarten kann und sogar noch etwas weiterführende Themen (Reinforcement learning)+ zahlreiche Abbildungen die die Graphen visualisieren.+ Die Algorithmen werden immer kleinteilig und Schritt für Schritt erklärt.CONTRA:- die Abbildungen sind alle schwarz-weiß. Was meistens auch kein Problem ist, jedoch manchmal das unterscheiden von Graphen einfacher machen würde.FAZIT:Ein sehr guter Einstieg in das weite Themenfeld des maschinellen Lernens. Insbesondere wird stark auf Verständnis gesetzt, die Mathematik nichtversteckt, aber auch nicht einfach einem in großen Mengen vor die Nase geworfen und man muss irgendwie selber damit zurechtkommen.Außerdem ist es sehr positiv, dass das Buch sich von vielen anderen Büchern der Art "wie wende ich Bibliothek X and um damit das maschinelle Lernen Verfahren Y umzusetzen" absetzt.

Ich habe mit dem Werk von Paul Wilmott gearbeitet und bin sehr angetan von der Herangehensweise seiner Erklärungen zu ML. Die Einfachheit der Sprache und die verwendeten Metaphern sorgen dafür, dass dies ein sehr empfehlenswertes Exemplar einer Grundlagenliteratur für ML ist. Dabei ist das Buch ideal für Studenten, die beispielsweise im Rahmen einer Vorlesung das Thema ML bearbeiten und das Verständnis, ohne viel Mathematik, anschaulich vertiefen möchten. Allein die Tatsache, dass zu jeder Methode, jedem Verfahren, etc. die Eingangsfrage „Wofür können wir dies verwenden?“ gestellt wird, zeigt die Wertigkeit der Herangehensweise der Erklärungen und dem Aufbau der Kapitel und des Buchs. Auch die verwendeten Abbildungen in den Kapiteln stützen sich alle auf das gleiche Beispiel, dass dem Leser eine kontinuierliche Visualisierung dessen bietet, was gelehrt und verstanden werden soll. Die Mathematik wird in diesem Buch zwar nicht großartig erläutert, jedoch schätze ich die Zielgruppe auch anders ein. Leser, welche detailliert die Mathematik hinter ML erlernen wollen, lernen wahrscheinlich ohne hin nicht mehr viel aus diesem Buch „Grundkurs Machine Learning“. Hier ist der Titel Programm und als Grundlagenliteratur ist dieses Werk sehr gut umgesetzt!

Für mich ist das Buch verständlich geschrieben ist aber wohl eher subjektiv.Habe zu spät gesehen, dass das Buch nicht für Kindle Paperwithe geeignet. Kann also nur auf dem Tablet gelesen werden, was in der Sonne wie auf dem Ceranfeld zu scrollen ist. Die Grafiken würden meiner Meinung nach auch in Schwarz-Weiß funktionieren. Dann gäbe es 5-Sterne.