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

Автор - Петер Флах

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. В книге "Машинное обучение: Наука и искусство построения алгоритмов, которые извлекают знания из данных", написанной признанным экспертом в этой области Петером Флахом, описан широкий круг логических, геометрических и статистических моделей, затрагиваются и такие находящиеся на переднем крае науки темы, как матричная факторизация и анализ РХП. Понятно, что сколько-нибудь глубоко охватить весь предмет машинного обучения на 400 страницах нет никакой надежды. В эпилоге перечисляется ряд важных дисциплин, которые автор решил не включать.

Машинное обучение - это сочетание статистики и представления знаний, и темы для книги были отобраны соответственно. Поэтому сначала довольно подробно рассматриваются решающие деревья и обучение на основе правил, а затем идет переход к материалу, основанному на применении математической статистики. В книге постоянно подчеркивается важность интуиции, подкрепленная многочисленными примерами и иллюстрациями, многие из которых взяты из работ по применению РХП-анализа в машинном обучении. Если вы хотите поскорее приступить к первому алгоритму обучения, можете начать с раздела 2.1, где описывается бинарная классификация, а затем сразу перейти к главе 5, посвященной решающим деревьям, - без существенного нарушения непрерывности изложения. Прочитав раздел 5.1, можно перескочить к первым двум разделам главы 6, чтобы узнать о классификаторах на основе правил. С другой стороны, читатель, интересующийся линейными моделями, может после раздела 2.1 перейти к разделу 3.2 о регрессионных задачах, а затем к главе 7, которая начинается с рассмотрения линейной регрессии. В порядке следования глав 4-9, посвященных логическим, геометрическим и вероятностным моделям, есть определенная логика, но по большей части их можно читать независимо; то же самое относится к главам 10-12 о признаках, ансамблях моделей и экспериментах в машинном обучении. Пролог и глава 1 носят вступительный характер и в значительной мере независимы от всего остального: в прологе есть кое-какие технические детали, но все они должны быть понятны даже человеку, не обучавшемуся в университете, а глава 1 содержит сжатый общий обзор материала, изложенного в книге.

Издательство – ДМК-Пресс

Год издания – 2015

Формат книги - DJVU

Размер - 8,8 Мб

"Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. Петер Флах - скачать"