Fundamentals of Machine Learning
Naukowe badanie modeli statystycznych i algorytmów wykorzystywanych przez systemy komputerowe do wykonywania określonych zadań bez żadnych wyraźnych instrukcji jest określane jako uczenie maszynowe. Opiera się ono na wzorcach i wnioskowaniu.
Uczenie maszynowe jest podzbiorem sztucznej inteligencji. Badanie optymalizacji matematycznej znacząco przyczynia się do metod, zastosowań i teorii uczenia maszynowego. Niektóre z różnych modeli stosowanych w tej dziedzinie to sztuczne sieci neuronowe, drzewa decyzyjne i sieci bayesowskie.
Uczenie maszynowe jest stosowane w różnych innych dziedzinach, takich jak percepcja maszynowa, rolnictwo, adaptacyjne strony internetowe, bioinformatyka, optymalizacja, analiza nastrojów itp. Tematy zawarte w tej książce na temat uczenia maszynowego mają ogromne znaczenie i z pewnością dostarczą czytelnikom niesamowitych spostrzeżeń.
Rozwija ona innowacyjne aspekty tej dziedziny, które będą miały kluczowe znaczenie dla jej rozwoju w przyszłości. Dla osób poszukujących informacji, które pozwolą im pogłębić swoją wiedzę, książka ta będzie bardzo pomocna.
