Идеи машинного обучения (Шалев-Шварц Шай, Бен-Давид Шай) ; ДМК-Пресс, 2019
от 792 р. до 11996 р.
Автор(ы): Шалев-Шварц Шай; Бен-Давид Шай;
Издатель: ДМК-Пресс
ISBN: 978-5-97060-673-5
ID: SKU29644
Сравнить цены
Цена от 792 р. до 11996 р. в 9 магазинах
Магазин | Цена | Наличие |
---|---|---|
Лабиринт 5/5 | 3059 р. 4370 р. | |
ЛитРес 5/5 | 792 р. 990 р. электронная книга | скачать фрагмент | |
Book24 5/5 | 3059 р. 4199 р. | |
Буквоед 5/5 | 3009 р. Минимальная сумма заказа 100 рублей | |
Мегамаркет 5/5 | 11996 р. | |
Яндекс.Маркет 5/5 | 2941 р. | |
МАЙШОП 5/5 | 2652 р. 4080 р. | |
Читай-город 5/5 | 3999 р. | наличие уточняйте 02.12.2023 |
OZON | 2040 р. | наличие уточняйте 03.01.2024 |
AliExpress 5/5 | ||
Описание
Книга задумывалась как повышенный курс для студентов средних и старших курсов, фундаментальные основы и алгоритмы машинного обучения излагаются в форме, доступной студентам и читателям, не являющимся специалистами в области математической статистики, информатики, математики и технических дисциплин.
Важнейшие алгоритмы машинного обучения
Когда необходимо машинное обучение
Вычислительная сложность обучения
Обучение нейронных сетей
Оценка максимального правдоподобия
Инструмент для извлечения информации из больших наборов данных
Смотри также Характеристики.
Яндекс.Маркет
Содержание
Глава 1. Введение
ЧАСТЬ I. ОСНОВАНИЯ
Глава 2. Малый вперед
Глава 3. Формальная модель обучения
Глава 4. Обучаемость и равномерная сходимость
Глава 5. Компромисс между смещением и
сложностью
Глава 6. VC-размерность
Глава 7. Неравномерная обучаемость
Глава 8. Время обучения
ЧАСТЬ II. ОТ ТЕОРИИ К АЛГОРИТМАМ
Глава 9. Линейные предикторы
Глава 10. Усиление
Глава 11. Выбор и контроль модели
Глава 12. Выпуклые проблемы обучения
Глава 13. Регуляризация и устойчивость
Глава 14. Стохастический градиентный спуск
Глава 15. Метод опорных векторов
Глава 16. Ядерные методы
Глава 17. Многоклассовая категоризация,
ранжирование и сложные проблемы предсказания
Глава 18. Решающие деревья
Глава 19. Ближайшие соседи
Глава 20. Нейронные сети
ЧАСТЬ III. ДОПОЛНИТЕЛЬНЫЕ МОДЕЛИ ОБУЧЕНИЯ
Глава 21. Онлайновое обучение
Глава 22. Кластеризация
Глава 23. Понижение размерности
Глава 24. Порождающие модели
Глава 25. Отбор и порождение признаков
ЧАСТЬ IV. ДОПОЛНИТЕЛЬНЫЕ ГЛАВЫ
Глава 26. Радемахеровская сложность
Глава 27. Числа покрытия
Глава 28. Доказательство фундаментальной
теоремы теории обучения
Глава 29. Многоклассовая обучаемость
Глава 30. Границы сжатия
Глава 31. PAC-байесовский подход
Приложение A. Технические леммы
Приложение B. Концентрация меры
Приложение C. Линейная алгебра
Литература
Предметный указатель
О книге
Издатель | ДМК-Пресс |
Год издания | 2019 |
Страниц | 436 |
ISBN | 978-5-9706-0673-5 |
Размеры | 17,00 см × 24,10 см × 2,70 см |
Формат | 70х100/16 |
Тематика | Информатика |
Тираж | 200 |
Автор(ы) | Шалев-Шварц Шай, Бен-Давид Шай |
Возрастные ограничения | 12 |
Кол-во страниц | 436 |
Переплет | 70х100/16 |
Издательство | ДМК ПРЕСС |
Количество страниц | 436 |
Количество книг | 1 |
Вес | 834 |
Возрастное ограничение | 12+ |
Тип обложки | твердая |
Язык издания | Русский |
Обложка | твердый переплёт |
Отзывы (1)
-
Ульяна Кобзарь
- 11 апреля 20215/5
Книга с хорошей теоретической базой по машинному обучению. Выводы формул и доказательства довольно подробные. Не уверена, что подойдет начинающим, предполагается наличие знаний по мат анализу и теории вероятностей.
0 0
Добавить отзыв
Книги с похожим названием
Книги где авторы: Шалев-Шварц Шай, Бен-Давид Шай
Информатика - издательство "ДМК-Пресс"
Категория 633 р. - 950 р.
Информатика - издательство "ДМК-Пресс" »
Информатика
Категория 633 р. - 950 р.