Machine Learning kompakt: Alles, was Sie wissen m├╝ssen

Machine Learning Kompakt Cover und Deep-Learning-Kapitel
Machine Learning kompakt und Blick in das Kapitel “Neuronale Netze und Deep Learning”

Nachdem ich bereits Erfahrung als Buchautor (hier und hier) gesammelt habe, hatte ich k├╝rzlich die Gelegenheit als Technical Reviewer ein sehr spannendes Buchprojekt zu unterst├╝tzen. Das Buch Machine Learning kompakt: Alles, was Sie wissen m├╝ssen, geschrieben von Andriy Burkov, fand ich dabei derma├čen interessant, dass ich es gerne im Folgenden kurz vorstellen werde:

Machine Learning kompakt von Andriy Burkov ist ein hervorragend geschriebenes Buch und ein Muss f├╝r jeden, der sich f├╝r Machine Learning interessiert.

Andriy Burkov gelang ein ausgewogenes Verh├Ąltnis zwischen der Mathematik, intuitiven Darstellungen und verst├Ąndlichen Erkl├Ąrungen zu finden. Dieses Buch wird Neulingen auf dem Gebiet als gr├╝ndliche Einf├╝hrung zu Machine Learning zugutekommen. Dar├╝ber hinaus dient das Buch Entwicklern als perfekte Erg├Ąnzung zu Code-intensiver Literatur, da hier die zugrunde liegenden Konzepte beleuchtet werden.

Microsoft Azure Machine Learning Studio
Microsoft Azure Machine Learning Studio

Machine Learning kompakt eignet sich au├čerdem als Lehrbuch f├╝r einen allgemeinen Kurs zu Machine Learning. Ich w├╝nschte, ein solches Buch g├Ąbe es, als ich studiert habe!

Protip: viele der im Buch vorgestellten Machine-Learning-Algorithmen k├Ânnen Sie einfach und bequem in Microsoft Azure Machine Learning Studio selbst ausprobieren: https://aka.ms/mlst

Machine Learning kompakt: Alles, was Sie wissen m├╝ssen (mitp Professional)
  • Andriy Burkov
  • Publisher: mitp
  • Edition no. 2019 (30.06.2019)
  • Broschiert: 200 pages

Tableau: How to find the most important variables for determining Sales

Random Forest Animation
Interactive dashboard displaying the most important variables for determining the Sales measure in Tableau 10.0 (click screenshot to enlarge)

During the Q&A session of┬áa recent talk on Data Strategy, I was challenged with a rather technical question: I was asked how to identify the┬ávariables that are heavily influencing a certain measure – with an interactive solution that matches a modern data strategy as suggested in my┬ápresentation.

Of course, this could be done by executing a script. The result however would be static and it would be not convenient for a Business Analyst to run it over and over again. Instead of applying a script every time the data changes, it would be much more innovative to get the answer immediately with every data update or interactivity such as a changed filter.

So why not solve this with Tableau? The magic underneath this easy-to-use Tableau dashboard is a nifty R script, embedded in a calculated field. This script calls a statistical method known as Random Forest, a sophisticated machine learning technique used to rank the importance of variables as described in Leo Breiman’s original paper.

The Tableau Packaged Workbook (twbx) is available here. Do you have more ideas or use cases? Feel free to leave a comment or send me an email: aloth@tableau.com