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.
Объем 402 страницы
2012 год
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 .
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.
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
Отзывы
2