Původní název:
Sparse Estimation with Math and R: 100 Exercises for Building Logic
Obsah knihy:
Nejdůležitější schopností pro strojové učení a datovou vědu je matematická logika pro pochopení jejich podstaty, nikoliv znalosti a zkušenosti. Tato učebnice přibližuje podstatu řídkých odhadů pomocí úvah o matematických problémech a sestavování programů v jazyce R.
Každá kapitola seznamuje s pojmem řídkosti a uvádí postupy, po nichž následují matematické odvození a zdrojové programy s příklady provedení. Aby čtenáři co nejlépe pronikli do problematiky řídkosti, jsou téměř pro všechny věty uvedeny matematické důkazy a programy jsou popsány bez závislosti na jakýchkoli balíčcích. Kniha je pečlivě uspořádána tak, aby v každé kapitole byla uvedena řešení cvičení, takže čtenáři mohou vyřešit celkem 100 cvičení pouhým sledováním obsahu každé kapitoly.
Tato učebnice je vhodná pro bakalářský nebo magisterský kurz sestávající z přibližně 15 přednášek (každá v délce 90 min). Tato kniha je napsána srozumitelným a samostatným stylem a bude také ideálním materiálem pro samostatné studium datových vědců, inženýrů zabývajících se strojovým učením a výzkumných pracovníků, kteří se zajímají o lineární regresi, zobecněné lineární lasso, skupinové lasso, fúzované lasso, grafické modely, rozklad matic a vícerozměrnou analýzu.
Tato kniha je jednou z řady učebnic strojového učení od stejného autora. Další tituly jsou:
- Statistical Learning with Math and R (https: //www.springer.com/gp/book/9789811575679)
- Statistical Learning with Math and Python (https: //www.springer.com/gp/book/9789811578762).
- Sparse Estimation with Math and Python (Řídké odhady s matematikou a Pythonem).
