Машинное обучение: основы, алгоритмы и практика применения

Борхани Реза, Катсаггелос Аггелос, Уатт Джереми
Артикул2795
ISBN 978-5-9775-6763-3
Количество страниц 640
Формат издания 165 x 215 мм
Печать Черно-белая
Серия Внесерийные книги

Этого товара нет в наличии, заказ недоступен.

Описание

Представлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python. Дано введение в машинное обучение и математическую оптимизацию, включая методы первого и второго порядков, градиентного спуска и Ньютона. Приведено полное описание обучения с учителем, включая линейную регрессию, двухклассовую и многоклассовую классификацию, а также обучение без учителя и  фундаментальные методы генерации признаков  Дано введение в нелинейное обучение с учителем и без. Обсуждается тема автоматизированного отбора подходящих нелинейных моделей, включая перекрестную валидацию, бустирование, регуляризацию и ансамблирование. Рассмотрены фиксированно-контурные ядра, нейронные сети, деревья и другие  универсальные аппроксиматоры. Отдельно дана полная трактовка продвинутых методов оптимизации. Электронный архив на сайте издательства содержит коды всех примеров и более 300 цветных иллюстраций.

Ключевые особенности

  • Интуитивно понятные объяснения
  • Доступный подход к современным методам численной оптимизации
  • Комплексное введение в логистическую регрессию и машины опорных векторов
  • Представление сложных тем через призму аппроксимации функций
  • Уточненное описание глубоких нейронных сетей и методов ядра

Благодаря интуитивно понятному, но строгому подходу к машинному обучению эта книга предоставляет фундаментальные знания и практические инструменты, необходимые для проведения исследований и разработки систем машинного обучения.

  • Приведено более 100 углубленных упражнений на языке Python.
  • Дано введение в машинное обучение и математическую оптимизацию, включая методы первого и второго порядков, градиентного спуска и Ньютона.
  • Отдельно рассмотрены продвинутые методы оптимизации.
  • Приведено полное описание обучения с учителем, включая линейную регрессию, двухклассовую и многоклассовую классификацию, а также обучение без учителя и  фундаментальные методы генерации признаков
  • Дано введение в нелинейное обучение с учителем и без.
  • Обсуждается тема автоматизированного отбора подходящих нелинейных моделей, включая перекрестную валидацию, бустирование, регуляризацию и ансамблирование.
  • Рассмотрены фиксированно-контурные ядра, нейронные сети, деревья и другие  универсальные аппроксиматоры.

Цветные иллюстрации

Machine Learning Refined

Реза Борхани

Реза Борхани (Reza Borhani) получил докторскую степень по электротехнике в Северо-Западном университете, шт. Иллинойс, США, и теперь является консультантом и преподавателем машинного обучения. Он преподает различные курсы по машинному обучению и глубокому обучению в Северо-Западном университете.

katsaggelos-aggelos

Аггелос К. Кацаггелос (Aggelos K. Katsaggelos) — профессор в Северо-Западном университете, шт. Иллинойс, США, где он возглавляет лабораторию обработки изображений и видео. Он является членом IEEE, SPIE, EURASIP и OSA и лауреатом медали IEEE Third Millennium Medal (2000).

watt-jeremy

Джереми Уотт (Jeremy Watt) получил докторскую степень по электротехнике в Северо-Западном университете, шт. Иллинойс, США, и теперь является консультантом и преподавателем машинного обучения. Он преподает машинное обучение, глубокое обучение, математическую оптимизацию и подкрепляемое обучение в Северо-Западном университете.

Детали

Артикул2795
ISBN978-5-9775-6763-3
Количество страниц640
Серия Внесерийные книги
ПереплетМягкая обложка
Печать Черно-белая
Год2022
Габариты, мм
Вес, кг0.472

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “Машинное обучение: основы, алгоритмы и практика применения”
Рассылка email
  • Новинки на 2 недели раньше магазинов
  • Цены от издательства ниже до 30%
  • Акции и скидки только для подписчиков
  • Важные новости БХВ
Подписываясь на рассылку, вы соглашаетесь с политикой конфиденциальности и обработкой своих персональных данных.

Рекомендуем также