Петер Флах – Машинное обучение
988 ₽
Автор: Петер Флах
Название: Машинное обучение
Формат: PDF
Тема: IT
Количество страниц: 400
Качество: Компьютерное, издательское
Перед вами один из самых интересных учебников по машинному обучению – раз-
делу искусственного интеллекта, изучающего методы построения моделей, способ-
ных 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 по-
добранные примеры, сопровождаемые иллюстрациями, постепенно усложняются.
В книге описан широкий круг логических, геометрических и статистических моде-
лей, 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.
Описание
«Машинное обучение» Петера Флаха — это фундаментальное введение в одну из самых востребованных областей современного ИИ. Книга объясняет, как компьютеры учатся на данных, находят закономерности и принимают решения без явного программирования каждого шага.
Автор подробно разбирает ключевые концепции: от supervised и unsupervised learning до оценки моделей, feature engineering, байесовских методов и современных подходов к классификации, регрессии и кластеризации. Особое внимание уделено практическим аспектам — как правильно ставить задачу, интерпретировать результаты и избегать типичных ошибок.
- студентам и начинающим специалистам в области Data Science и Machine Learning
- разработчикам, которые хотят системно понять принципы работы алгоритмов
- аналитикам данных, желающим улучшить качество своих моделей
- всем, кто хочет осознанно применять машинное обучение в реальных проектах
Только зарегистрированные клиенты, купившие данный товар, могут публиковать отзывы.
Похожие
Другие книги раздела «Веб-дизайн и программирование»
- Yves Hilpisch – Python for Finance (2015)
- М. Лутц – Изучаем Python (4 издание) + Программирование на Python (2011, 3 Тома)
- М. Цехнер – Программирование игр для Android (2013)
- П. Дейтел – Android для программистов
- Antonio Lopez – Learning PHP 7
- B. Bibeault – jQuery in Action (3rd Edition, 2015)
- С. Макконнелл – Совершенный код
- Э. Таненбаум – Архитектура компьютера + Компьютерные сети + Современные операционные системы (3 Книги)
- П. Дюбуа – MySQL. Сборник рецептов (2007)
- С. Алапати – Oracle Database 11g. Руководство администратора баз данных (2010)
- M. Michaelis – Essential C# 6.0 (2016)
- John Zelle – Python Programming (2017)
- Soonhoi Ha – Handbook of Hardware Software Codesign (2017)
- С. Ржевский – Математическое программирование (2022)
- Giuseppe Ciaburro – Neural Networks with R
- Igor Livshin – Artificial Neural Networks with Java (Second edition)
Рекомендуем также
- В. Большаков, С. Иконникова – Теория культуры (2008)
- А. Шерель – Радиожурналистика
- Наталья Сокольникова – Основы композиции для учащихся 5-8 класс
- M. Lee – Body Dress and Identity in Ancient Greece (2015)
- Robert Langdon – Understanding Cosmetic Laser Surgery
- Dieter Schmidt – Tipps und Tricks fur den Augenarzt (Немецкий язык)
- E. Miserocchi – New Treatments in Noninfectious Uveitis
- Gregg T. Lueder – Pediatric Practice Ophthalmology
Отзывы
Отзывов пока нет.