Pierwszy kurs uczenia maszynowego

Opinie czytelników

Książka jest dobrze oceniana ze względu na silne intuicyjne wyjaśnienia technik uczenia maszynowego, dzięki czemu jest dostępna dla osób zaznajomionych z podstawowymi notacjami. Czytelnicy zauważyli jednak kilka problemów, w szczególności z literówkami i formatowaniem w wersji elektronicznej, a także brakiem pokrycia niektórych tematów.

⬤ Silna intuicja i przystępne wyjaśnienia matematyczne.
⬤ Dobra do budowania fundamentalnej wiedzy na temat uczenia maszynowego.
⬤ Przejrzysta organizacja i logiczny przepływ treści.
⬤ Doskonała jako pierwsza książka dla tych, którzy dopiero zaczynają przygodę z uczeniem maszynowym.
⬤ Przyjemne narracje i porównania metod.

⬤ Liczne literówki i błędy w całej książce.
⬤ Wersja elektroniczna ma problemy z formatowaniem wzorów matematycznych.
⬤ Niektórzy czytelnicy stwierdzili, że przykłady są w MATLABie zamiast w Pythonie.
⬤ Strony są cienkie, przez co czytanie jest mniej komfortowe.
⬤ Kilku recenzentów wspomniało, że potrzebna jest większa wiedza z zakresu rachunku różniczkowego i algebry liniowej.

(na podstawie 21 opinii czytelników)

Oryginalny tytuł:

A First Course in Machine Learning

Zawartość książki:

"A First Course in Machine Learning autorstwa Simona Rogersa i Marka Girolamiego to najlepsza dostępna obecnie książka wprowadzająca do ML. Łączy w sobie rygor i precyzję z przystępnością, zaczynając od szczegółowego wyjaśnienia podstawowych podstaw analizy bayesowskiej w najprostszych ustawieniach i przechodząc do granic tematu, takich jak nieskończone modele mieszane, GP i MCMC."

--Devdatt Dubhashi, profesor, Wydział Informatyki i Inżynierii, Uniwersytet Chalmers, Szwecja.

"Ten podręcznik jest łatwiejszy do odczytania niż inne porównywalne książki na ten temat, zachowując jednocześnie wszystkie potrzebne rygorystyczne traktowanie. Nowe rozdziały stawiają go w czołówce tej dziedziny, obejmując tematy, które stały się głównym nurtem uczenia maszynowego w ciągu ostatniej dekady."

--Daniel Barbara, George Mason University, Fairfax, Virginia, USA.

"Nowe wydanie A First Course in Machine Learning autorstwa Rogersa i Girolamiego jest doskonałym wprowadzeniem do wykorzystania metod statystycznych w uczeniu maszynowym. Książka wprowadza pojęcia takie jak modelowanie matematyczne, wnioskowanie i przewidywanie, zapewniając "w samą porę" niezbędne podstawy algebry liniowej, rachunku różniczkowego i teorii prawdopodobieństwa, których czytelnik potrzebuje do zrozumienia tych pojęć.

--Daniel Ortiz-Arroyo, profesor nadzwyczajny, Uniwersytet Aalborg w Esbjerg, Dania.

"Byłem pod wrażeniem tego, jak bardzo materiał jest zgodny z potrzebami kursu wprowadzającego do uczenia maszynowego, co jest jego największą siłą... Ogólnie rzecz biorąc, jest to pragmatyczna i pomocna książka, która jest dobrze dostosowana do potrzeb kursu wprowadzającego i której będę szukał dla moich własnych studentów w nadchodzących miesiącach."

--David Clifton, Uniwersytet Oksfordzki, Wielka Brytania.

"Już pierwsze wydanie tej książki było doskonałym tekstem wprowadzającym do uczenia maszynowego dla zaawansowanych studiów licencjackich lub magisterskich, a nawet dla każdego, kto chce poznać interesującą i ważną dziedzinę informatyki. Dodatkowe rozdziały z zaawansowanym materiałem na temat procesu Gaussa, MCMC i modelowania mieszanek stanowią idealną podstawę do praktycznych projektów, bez zakłócania bardzo jasnej i czytelnej ekspozycji podstaw zawartych w pierwszej części książki."

--Gavin Cawley, starszy wykładowca, School of Computing Sciences, University of East Anglia, Wielka Brytania.

"Ta książka może być używana przez studentów pierwszego i drugiego roku studiów licencjackich lub studentów pierwszego roku studiów magisterskich, a także przez osoby, które chcą zgłębić dziedzinę uczenia maszynowego.... Książka wprowadza nie tylko koncepcje, ale także podstawowe pomysły dotyczące implementacji algorytmów z perspektywy krytycznego myślenia."

--Guangzhi Qu, Oakland University, Rochester, Michigan, USA.