Libro

The StatQuest Illustrated Guide to Machine Learning: ML ฉบับภาพประกอบสำหรับผู้เริ่มต้น

หนังสือภาพประกอบของ Josh Starmer ผู้ทำช่อง StatQuest ไล่จาก regression ถึง neural network บทความนี้แนะนำขอบเขตเนื้อหาจากหน้าร้านของผู้เขียนและข้อมูลแคตตาล็อก เพื่อช่วยดูว่าเหมาะเป็นเล่มแรกด้าน ML ของคุณหรือไม่

ภาพประกอบบทความ: ปกหนังสือ The StatQuest Illustrated Guide to Machine Learning โดย Josh Starmer

ขอบเขตของบทความ: แนะนำขอบเขตเนื้อหาจากสารบัญหัวข้อที่ผู้เขียนแสดงบนหน้าร้าน StatQuest รวมกับคำอธิบายหนังสือใน Google Books และข้อมูลแคตตาล็อก ยังไม่ได้อ่านเนื้อหาเต็มเล่มหรือหน้าตัวอย่างใด ๆ

คนที่เริ่มเรียน Machine Learning มักติดอยู่ที่สมการและศัพท์เทคนิคก่อนจะเห็นภาพว่า model ทำอะไรกับข้อมูล บางคนเคยดูคลิป StatQuest บน YouTube แล้วอยากได้ฉบับหนังสือที่เรียงเนื้อหาเป็นลำดับ

บทความนี้ช่วยดูว่า The StatQuest Illustrated Guide to Machine Learning ครอบคลุมหัวข้ออะไร และเหมาะกับผู้อ่านแบบไหน โดยอิงจากข้อมูลที่ผู้เขียนและแคตตาล็อกเปิดเผยเท่านั้น

หนังสือเล่มนี้ว่าด้วยอะไร

The StatQuest Illustrated Guide to Machine Learning (ใน Google Books ใช้ชื่อที่ลงท้ายด้วย "!!!") เขียนโดย Josh Starmer จัดพิมพ์โดย StatQuest Publications ปี 2022 ISBN 9798986924007 (Google Books; Open Library)

หน้า About ของ StatQuest เล่าว่าผู้เขียนเคยทำงานวิเคราะห์ข้อมูลให้ทีมวิจัยด้านพันธุศาสตร์ที่ UNC-Chapel Hill และเริ่มทำคลิปอธิบาย statistics ให้เพื่อนร่วมงานก่อน จนกลายเป็นช่อง YouTube (About StatQuest)

คำอธิบายใน Google Books บอกแนวทางของเล่มว่าแตก algorithm เป็นชิ้นเล็กที่ตามได้ง่าย และใช้ภาพประกอบช่วยสร้างความเข้าใจที่มากกว่าตัวสมการ โดยเริ่มจากพื้นฐานก่อน

เนื้อหาครอบคลุมหัวข้ออะไร

หน้าร้านของ StatQuest ระบุว่าเล่มนี้ยาว 305 หน้า ภาพประกอบทั้งเล่ม และไล่จากแนวคิดพื้นฐานไปจนถึง neural network หัวข้อที่ระบุมีดังนี้ (StatQuest Store):

  • แนวคิดพื้นฐานของ Machine Learning และ statistics

  • cross validation

  • linear regression และ gradient descent

  • logistic regression

  • naive Bayes

  • การประเมินประสิทธิภาพของ model

  • regularization

  • decision tree

  • support vector machine

  • neural network

รายการนี้เป็นรายการหัวข้อ ไม่ใช่สารบัญรายบท จึงยังบอกไม่ได้ว่าแต่ละหัวข้อลงลึกแค่ไหนหรือมีหัวข้ออื่นแทรกอยู่

ผู้เขียนมีหน้า Book Typos ที่รวมจุดพิมพ์ผิดของเล่มนี้ไว้ ถ้าใช้เล่มนี้เรียน ควรเปิดดูคู่กัน

พื้นฐานที่ควรมีก่อนอ่าน

แหล่งที่เปิดอ่านไม่ได้ระบุพื้นฐานที่ต้องมีไว้ตรง ๆ เท่าที่เห็นคือคำอธิบายบอกว่าเริ่มจากพื้นฐาน และรายการหัวข้อเริ่มจากแนวคิดพื้นฐานของ ML และ statistics จึงน่าจะเหมาะกับคนที่ยังไม่มีพื้นฐาน ML มาก่อน ข้อนี้เป็นการอนุมานของบทความ ไม่ใช่คำของผู้เขียน

เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน

  • เหมาะ กับคนที่อยากเข้าใจภาพรวมของ algorithm ML หลัก ๆ ผ่านภาพประกอบก่อนลงมือเขียนโค้ด และคนที่คุ้นกับสไตล์การอธิบายของช่อง StatQuest อยู่แล้ว

  • ควรหาเล่มอื่นเสริม ถ้าต้องการโค้ดพร้อมใช้ การ deploy model หรือหัวข้อเฉพาะด้านข้อมูลการเงิน เพราะรายการหัวข้อบนหน้าร้านไม่ได้กล่าวถึงเรื่องเหล่านี้

ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้

  • ไม่ได้อ่านเนื้อหาหรือหน้าตัวอย่าง ไม่พบสารบัญรายบทจากแหล่งของผู้เขียนหรือสำนักพิมพ์ ข้อมูลเนื้อหามาจากรายการหัวข้อบนหน้าร้านเท่านั้น

  • ผลค้นหาใน Open Library มีอีกระเบียนหนึ่งในชื่อ Packt Publishing ISBN 9781804618912 ปี 2022 ด้วย บทความนี้อ้างอิงฉบับ StatQuest Publications ISBN 9798986924007 ตามข้อมูลในโฟลเดอร์หนังสือ

  • ไม่มีภาพปกในโฟลเดอร์หนังสือ

แหล่งอ้างอิง

บทความนี้อ่านจบได้ในตัวเอง หนังสือด้านบนคือจุดต่อยอดสำหรับผู้ที่ต้องการศึกษาลึกขึ้น