Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

PDF
Mark as finished
How to read the book after purchase
  • Read only on LitRes Read
Book description

Перед вами один из самых интересных учебников по машинному обучению – разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения. Автор воздал должное невероятному богатству предмета и не упустил из виду объединяющих принципов. Читатель с первых страниц видит машинное обучение в действии, но без не нужных на первых порах технических деталей. По мере изучения предмета тщательно подобранные примеры, сопровождаемые иллюстрациями, постепенно усложняются.

В книге описан широкий круг логических, геометрических и статистических моделей, затрагиваются и такие находящиеся на переднем крае науки темы, как матричная факторизация и анализ РХП. Особое внимание уделено важнейшей роли признаков. Устоявшаяся терминология дополняется введением в рассмотрение новых полезных концепций. В конце каждой главы приводятся ссылки на дополнительную литературу с авторскими комментариями.

Благодаря всему этому книга задает новый стандарт изучения такой сложной дисциплины, как машинное обучение.

Цветные рисунки к книге размещены на нашем сайте http://www.dmkpress.com.

Detailed info
Age restriction:
0+
Date added to LitRes:
25 January 2017
Date of translation:
2015
Date written:
2012
Size:
402 pp.
ISBN:
978-5-97060-273-7
Total size:
6 MB
Total number of pages:
402
Page size:
165 x 235 мм
Translator:
А. А. Слинкин
Copyright:
ДМК Пресс
Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных — read a free preview online. Leave comments and reviews, vote for your favorite.

Отзывы 2

Сначала популярные
Роман Скрыпка

Сначала купил 2 тома, глубокое обучение без математики. После перешёл к данной книге. В такой последовательности проблем для восприятия и применения на практике не возникло.

Лара

машинное обучение – сочетание статистики и представления знаний, подробно рассматриваются решающие деревья и обучение на основе правил, авторские материалы из преподавания ML, основанные на применении математической статистики. От души рекомендую! =)

Оставьте отзыв