Maht 305 lehekülgi
2014 aasta
Математические основы машинного обучения и прогнозирования
Raamatust
Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения разделяющих гиперплоскостей. Во второй и третьей частях рассматриваются задачи адаптивного прогнозирования в нестохастических теоретико-игровой и сравнительной постановках: предсказания с использованием экспертных стратегий и игры с предсказаниями.
Для студентов и аспирантов, специализирующихся в области машинного обучения и искусственного интеллекта.
Отличная книга для тех, кто хочет познакомиться с математическими основами машинного обучения, но требует достаточно серозной математической подготовки.
Отличная книга. Если вы только делаете свои первые шаги в сфера машинного обучения, то она для вас подойдет идеально. Книга не для совсем новичков, но любой заинтересованный студент сможет разобраться.
Хорошая крепкая книга. Забавно, что известные задачи (классификация и кластеризация) и методы их решения (построение разделяющих гиперплоскостей и гиперповерхностей из этих гиперплоскостей), характерные для нейронных сетей, описываются без упоминания самих нейронных сетей. Хотя рассматривается ПЕРСЕПТРОН (многослойная нейронная сеть обучаемая под контролем учителя методом обратного распространения сигнала ошибки, как её определяли исследователи нейросетей в прошлом веке, например, Фред Розенблат в книжке «Неродинамика», Москва, МИР, 1965), как система обучаемая классификации под контролем учителя. Забавно. Очень забавно. Чем автору нейронные сети насолили? Ну хорошо – нейросети без нейросетей («Георгий без Георгия» – был такой вариант георгиевского креста для воинов-мусульман в царской армии России – фигура православного святого Георгия на коне и с пикой поражающей змея заменялась фигуркой орла). Главное, что, так или иначе даются актуальные алгоритмы машинного обучения и искусственного интеллекта – классификация текущей ситуации и попытка предсказания будущего. А чем ещё занимается наш естественный интеллект. Этим и занимается – анализом текущей ситуации и синтезом вариантов будущего. Машинный искусственный интеллект тоже занимается этим. Полезно иметь такую книгу в своей библиотеке и проработать её.
Ülevaated, 3 ülevaadet3