Podstawy uczenia maszynowego - zwięzłe wprowadzenie (Jiang Hui (York University Toronto))

Opinie czytelników

Książka jest chwalona za przejrzystość, uporządkowaną prezentację i dokładne omówienie średnio zaawansowanych i zaawansowanych tematów uczenia maszynowego, dzięki czemu jest odpowiednia dla osób z solidnym wykształceniem matematycznym. Jest jednak krytykowana za to, że jest zbyt ciężka dla osób bez rozległego wykształcenia matematycznego.

Przejrzysta i zwięzła prezentacja, dobrze zorganizowane rozdziały, solidne wywody matematyczne, doskonałe sekcje poświęcone konkretnym tematom, takim jak gaussowskie modele mieszane i HMM, przydatne zasoby, takie jak slajdy z wykładów dostępne online, dokładne omówienie materiału, atrakcyjne wizualnie z kolorowymi obrazami.

Nie nadaje się dla początkujących lub osób bez silnego zaplecza matematycznego, zbyt złożona notacja matematyczna może być myląca, może nie zaspokoić potrzeb osób poszukujących wyjaśnień koncepcyjnych, a nie rygoru matematycznego.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Machine Learning Fundamentals - A Concise Introduction (Jiang Hui (York University Toronto))

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.