Stosowane uczenie maszynowe

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 4 głosach.

Oryginalny tytuł:

Applied Machine Learning

Zawartość książki:

1. Uczenie się klasyfikacji.

- 2. SVM i lasy losowe. - 3.

Trochę teorii uczenia się.

- 4. Dane wielowymiarowe.

- 5. Analiza składowych głównych. - 6.

Aproksymacje niskiej rangi. - 7. Analiza korelacji kanonicznej.

- 8. Klasteryzacja.

- 9. Klasteryzacja z wykorzystaniem modeli prawdopodobieństwa. - 10.

Regresja.

- 11. Regresja: Wybór i zarządzanie modelami. - 12.

Wzmacnianie. - 13. Ukryte modele Markowa.

- 14. Uczenie się modeli sekwencyjnych w sposób dyskryminacyjny. - 15.

Wnioskowanie o średnim polu. - 16. Proste sieci neuronowe.

- 17. Proste klasyfikatory obrazów. - 18.

Klasyfikacja obrazów i wykrywanie obiektów. - 19. Małe kody dla dużych sygnałów.

- Indeks.