Gaussovy procesy pro strojové učení

Recenze čtenářů

Kniha o Gaussových procesech (GP) sklidila smíšené ohlasy, přičemž mnozí chválí její srozumitelnost, hloubku a význam pro strojové učení, zatímco někteří kritizují její nedostatečnou samostatnost a hloubku.

⬤ Jasné a stručné vysvětlení
⬤ cenné v kontextu strojového učení
⬤ dobře strukturované kapitoly
⬤ výborná reference pro výzkum
⬤ obsahuje dobré souvislosti mezi GP a dalšími metodami, jako je SVM
⬤ kvalitní pevná vazba
⬤ skvělá cena.

⬤ Není samostatná, chybí definice některých pojmů
⬤ někteří ji považují za příliš lehkou do hloubky a obsahu
⬤ vysvětlení mohou působit příliš zjednodušeně nebo kruhově
⬤ některé výtky k obalu.

(na základě 18 hodnocení čtenářů)

Původní název:

Gaussian Processes for Machine Learning

Obsah knihy:

Komplexní a samostatný úvod do Gaussových procesů, které poskytují principiální, praktický a pravděpodobnostní přístup k učení v jaderných strojích.

Gaussovské procesy (GP) poskytují principiální, praktický, pravděpodobnostní přístup k učení v jaderných strojích. V posledním desetiletí se GP dostalo zvýšené pozornosti v komunitě strojového učení a tato kniha poskytuje dlouho potřebné systematické a jednotné zpracování teoretických a praktických aspektů GP ve strojovém učení. Pojednání je komplexní a samostatné a je určeno výzkumným pracovníkům a studentům v oblasti strojového učení a aplikované statistiky. Kniha se zabývá problematikou učení pod dohledem pro regresi i klasifikaci a obsahuje podrobné algoritmy. Představena je široká škála kovariančních (jádrových) funkcí a diskutovány jsou jejich vlastnosti. Výběr modelu je diskutován jak z bayesovského, tak z klasického pohledu. Je diskutováno mnoho souvislostí s dalšími známými technikami ze strojového učení a statistiky, včetně strojů s podpůrnými vektory, neuronových sítí, splajnů, regularizačních sítí, strojů s vektory relevance a dalších. Jsou zpracovány teoretické otázky včetně učebních křivek a PAC-Bayesova rámce a je diskutováno několik aproximačních metod pro učení s velkými soubory dat. Kniha obsahuje názorné příklady a cvičení a kód a soubory dat jsou k dispozici na webu.

Přílohy poskytují matematické pozadí a diskusi o Gaussových markovských procesech.