Podstawy uczenia maszynowego: Zwięzłe wprowadzenie

Opinie czytelników

Książka jest wysoko ceniona za jasną i zwięzłą prezentację koncepcji uczenia maszynowego, dzięki czemu jest odpowiednia dla osób z solidnym zrozumieniem matematyki i statystyki. Jest chwalona za dobrze zorganizowane rozdziały i dogłębną eksplorację tematów takich jak gaussowskie modele mieszane i HMM. Zauważono jednak, że książka jest dość ciężka matematycznie, co może zniechęcić czytelników, którzy bardziej koncentrują się na praktycznych zastosowaniach niż na matematyce teoretycznej.

Zwięzłe i skoncentrowane rozdziały, jasne wyprowadzenia matematyczne, dobrze zorganizowana treść, dogłębne omówienie tematów, odpowiednie dla średnio zaawansowanych i zaawansowanych czytelników, doskonałe sekcje na konkretne tematy, takie jak modele mieszaniny Gaussa i HMM.

Nieodpowiednia dla początkujących, zbyt matematyczna dla czytelników bez silnego zaplecza matematycznego, może używać złożonej notacji, która może być niejasna.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Machine Learning Fundamentals: A Concise Introduction

Zawartość książki:

To przejrzyste i spójne wprowadzenie do nadzorowanego uczenia maszynowego przedstawia podstawowe koncepcje w zwięzły, logiczny i łatwy do naśladowania sposób dla czytelników z pewnym przygotowaniem matematycznym, ale bez wcześniejszego kontaktu z uczeniem maszynowym.

Obejmuje szeroko stosowane tradycyjne metody oraz popularne ostatnio metody głębokiego uczenia.