Машинное обучение

Машинное обучение
Флах П.

М.: ДМК Пресс - 2015. - 400 с.
ISBN 978-5-97060-273-7

Перед вами один из самых интересных учебников по машинному обучению – разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения. Автор воздал должное невероятному богатству предмета и не упустил из вида объединяющих принципов. Читатель с первых страниц погружается в 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.

Книга ясно написана и хорошо организована. Начав с основ, автор умело ведет читателя, знакомя его с полезными фактами и подробно описывая ряд методов машинного обучения. Приводится также псевдокод ключевых алгоритмов.

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

Смотрите другие книги по теме:
1.Математические основы машинного обучения и прогнозирования.
Вьюгин В.В. М.: МЦНМО, 2018
2. Глубокое обучение. Гудфеллоу Я., Бенджио И., Курвилль А.
М.: ДМК Пресс, 2017
3. Верховный алгоритм. Педро Домингос. М.: Манн, Иванов и Фербер, 2016
4. Глубокое обучение с точки зрения практика. Паттерсон Дж. и др.
М.: ДМК Пресс, 2018
5. Машинное обучение с использованием библиотеки Н2О. Даррен Кук.
М.: ДМК Пресс, 2018