von Sebastian Raschka und Vahid Mirjalili

Buchtipp: Machine Learning mit Python, Scikit-learn & TensorFlow

Tam Hanna

Über künstliche Intelligenz lassen sich hervorragend mathematisch komplizierte Lehrbücher veröffentlichen. Das von Vahid Mirjalili und Sebastian Raschka bei Packt Publishing herausgegebene und von mitp übersetzte Lehrbuch möchte mathematische Inhalte in den Hintergrund stellen und stattdessen zeigen, wie man mittels Framework unbürokratisch Systeme realisiert.

Autor(en)

Sebastian Raschka, Vahid Mirjalili

Titel

Machine Learning mit Python und Scikit-learn und TensorFlow

Untertitel

Das umfassende Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics

Seiten

584

Preis

49,99 Euro

Verlag

mitp

Jahr

2018, 2. Auflage

ISBN

978-3-95845-733-1

Das erste Kapitel beginnt mit der Vorstellung der drei Arten des Machine Learning. Überwachtes Lernen, unüberwachtes Lernen und verstärkendes Lernen sind Begriffe, die der Entwickler kennen sollte – schon deshalb, weil sie sich in Dokumenten zum Thema immer wieder finden.

Im zweiten Kapitel demonstrieren die Autoren die hinter Neuronen stehende Mathematik und reißen auch eine mögliche programmatische Implementierung an. Es handelt sich dabei allerdings nur um einen groben Überblick, wer genauere Informationen will, ist an dieser Stelle falsch aufgehoben.

Der nächste Abschnitt beschäftigt sich mit der Arbeit mit scikit-learn, einem sehr weit verbreiteten Framework auf Basis von Python, mit dem sich mehr oder weniger komplizierte Anwendungen der künstlichen Intelligenz realisieren lassen. Der erste durchzuführende Test ist dabei das Trainieren eines Perzeptrons, das zur Klassifizierung eingesetzt wird.

Ein alter Kalauer der Informatik besagt, dass das Einfügen von Abfall dazu führt, dass ein Computersystem auch Abfall zurückliefert. Das vierte Kapitel des Werks beschäftigt sich deshalb mit Methoden, um die Datenqualität zu erhöhen. Da diese Informationen mitunter sehr schnell sehr groß werden können, folgt im fünften Kapitel eine Besprechung der Dimensionsreduktion: ein Verfahren, das Informationen zusammenfasst und so Rechenaufwand und Speicherplatz einspart.

Python Summit 2018
Oz Tiram

Advanced Flow Control in Python

mit Oz Tiram (derico – web development & consulting))

Die beiden darauffolgenden Kapitel wenden sich der Modellierung zu. Besonders interessant ist hierbei Kapitel 7, das die Kombination verschiedener Lernsysteme zur Steigerung der Ergebnisqualität einsetzt.

Die als Sentiment Analysis bezeichnete Qualifizierung der „Laune“ des Autors eines Dokuments ist sehr wichtig. Im Kundenservice lässt sich beispielsweise feststellen, welches Anliegen extrem wichtig ist und welches Anliegen einige Zeit warten kann. Kapitel 8 stellt einige in diesem Bereich weit verwendete verbreitete Verfahren vor. Kapitel 9 erklärt, wie sich Maschinen-E-Learning-Anwendungen in Webseiten einbinden lassen.

Das zehnte Kapitel schließt die Betrachtungen des überwachten Lernens mit der Besprechung der Regressionsanalyse ab. Danach folgt ein kurzer Exkurs zur Clusteranalyse. Dahinter steckt ein Verfahren des unüberwachten Lernens, mit dem man verborgene Strukturen in aus realen Experimenten stammende Messdaten beschaffen kann. Kapitel 12 realisiert ein künstliches neuronales Netz. Danach ist die Besprechung von scikit-learn abgeschlossen, und das Buch liefert in vier weiteren Kapiteln eine detaillierte Vorstellung des TensorFlow-Frameworks.

Fazit

Lehrbücher zu künstlicher Intelligenz neigen dazu, in einen „Mathematikwettkampf“ zu entarten. Die beiden Autoren umgehen dieses Problem gekonnt – dank ausreichender Bebilderung und geschickter Auswahl der verwendeten Codebeispiele handelt es sich hierbei um ein gut verständliches Lehrwerk. Die Übersetzung beeinträchtigt diesen guten Eindruck nicht.

Wenn Sie sich für Machine Learning interessieren und keine Vorurteile gegen die – nicht unbedingt beliebte – Programmiersprache Python haben, werden sie mit dem vorliegenden Werk mit Sicherheit nicht unzufrieden sein. Mathematikcracks werden anderswo indes besser bedient.

Geschrieben von
Tam Hanna
Tam Hanna
Tam Hanna befasst sich seit der Zeit des Palm IIIc mit der Programmierung und Anwendung von Handcomputern. Er entwickelt Programme für diverse Plattformen, betreibt Onlinenewsdienste zum Thema und steht unter tamhan@tamoggemon.com für Fragen, Trainings und Vorträge gern zur Verfügung.
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu: