Strojové učení: Úvod do aplikované matematiky

Recenze čtenářů

Kniha poskytuje přístupný úvod do konceptů strojového učení, zejména pro ty, kteří nemají silné matematické zázemí. Vyvažuje intuici a matematickou hloubku, takže je dobrým zdrojem informací jak pro začátečníky, tak pro ty, kteří již mají určité zkušenosti. Nemusí však být tak vhodná pro úplné nováčky v matematice nebo strojovém učení, protože se předpokládají některé základní pojmy.

⬤ Skvělé vysvětlení konceptů strojového učení
⬤ snadno pochopitelné i pro nematematiky
⬤ dobrá rovnováha mezi intuicí a technickými detaily
⬤ dobře organizovaná s užitečnými příklady a diagramy
⬤ zábavný styl psaní
⬤ poslouží jako doplněk k odbornějším učebnicím.

⬤ Není vhodná pro čtenáře bez matematických základů
⬤ může přeskočit důležité definice a technické detaily
⬤ může zklamat ty, kteří hledají hluboké a důkladné pojednání o strojovém učení
⬤ chybí elektronická verze
⬤ omezený náhled na platformách jako Amazon.

(na základě 42 hodnocení čtenářů)

Původní název:

Machine Learning: An Applied Mathematics Introduction

Obsah knihy:

Machine Learning: An Applied Mathematics Introduction pokrývá základní matematiku všech následujících témat.

⬤ K Nejbližší sousedé.

⬤ K znamená shlukování.

⬤ Na ve Bayesův klasifikátor.

⬤ Regresní metody.

⬤ Support Vector Machines.

⬤ Samoorganizující se mapy.

⬤ Rozhodovací stromy.

⬤ Neuronové sítě.

⬤ Učení s posilováním.

Kniha obsahuje mnoho reálných příkladů z různých oblastí, včetně.

⬤ finance (modelování volatility)

⬤ ekonomie (úrokové sazby, inflace a HDP).

⬤ politika (klasifikace politiků podle jejich volebních výsledků a použití projevů k určení, zda je politik levicový nebo pravicový).

⬤ biologie (rozpoznávání odrůd květin a určování pohlaví pomocí výšky a váhy dospělých osob)

⬤ sociologie (klasifikace míst podle statistik kriminality)

⬤ hazardní hry (automaty na ovoce a Blackjack)

⬤ podnikání (klasifikace členů vlastních webových stránek, aby zjistil, kdo si předplatí jeho časopis )

Paul Wilmott přináší do nejžhavějších témat tři desetiletí zkušeností s výukou matematiky a svůj nenapodobitelný styl. Tato kniha je přístupným úvodem pro každého, kdo chce pochopit základy, ale zároveň se chce „dostat k masu, aniž by musel jíst příliš mnoho zeleniny.“.