Математические основы машинного обучения и прогнозирования





Математические основы машинного обучения и прогнозирования
2-е, исправленное и дополненное
Вьюгин В.В.

Изд-во МЦНМО, 2018. - 384 с.
ISBN: 978-5-4439-1249-3

Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения разделяющих гиперплоскостей. Во второй и третьей частях рассматриваются задачи адаптивного прогнозирования в нестохастических теоретико-игровой и сравнительной постановках: предсказания с использованием экспертных стратегий (Prediction with Expert Advice) и игры с предсказаниями.

Для студентов и аспирантов, специализирующихся в области машинного обучения и искусственного интеллекта

Предыдущее издание книги вышло в 2014 году.

Смотрите другие книги по теме:
1. Машинное обучение. Флах П. М.: ДМК Пресс - 2015
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