Vergleichender Ansatz für Algorithmen des maschinellen Lernens

Dieses Buch ist effizient für Aspiranten und Forscher des maschinellen Lernens. Das Buch beginnt von der Datenevolution bis zum maschinellen Lernen, wie z.B. strukturierte Daten - halbstrukturierte Daten - unstrukturierte Daten - Data Mining - maschinelles Lernen.Das Buch besteht aus einem Vergleich zwischen verschiedenen Algorithmen wie SVM, DT, RF, GNB, ELM, LR, etc. werden ausführlich beschrieben. Es gibt glasklare Vorstellungen über Python-Pakete und deren Implementierung.