Книга Основы машинного обучения для аналитического прогнозирования. Аоифе д’Арси, Брайан Мак-Нейми, Джон Д. Келлехер (рус)

Книга Основы машинного обучения для аналитического прогнозирования. Аоифе д’Арси, Брайан Мак-Нейми, Джон Д. Келлехер (рус)

Цена: 900 грн.

Автор: Джон Д. Келлехер, Брайан Мак-Нейми, Аоифе д’Арси
Издательство: Диалектика
Язык: Русский
Кол-во страниц: 656
Формат: 70×100/16

В наличии

Артикул: 9785604004494 Категория: Product ID: 6577

Книга Основы машинного обучения для аналитического прогнозирования, Джон Д. Келлехер, Брайан Мак-Нейми, Аоифе д’Арси

Книга представляет собой учебник, в котором даны основы машинного обучения с акцентом на коммерческие приложения. Она предлагает подробное описание наиболее важных подходов к машинному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса.
В книге рассмотрены информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок. Описанию каждого из этих подходов предшествует объяснение основополагающей концепции, за которой следуют математические модели и алгоритмы, иллюстрированные подробными рабочими примерами. В книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения.
Книга “Основы машинного обучения для аналитического прогнозирования” может использоваться как учебник для студентов и аспирантов, специализирующихся в области машинного обучения, информатики, инженерии, математики и статистики, а также как справочник для профессионалов. Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для прогнозирования данных, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов.
Этот вводный учебник предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к компьютерному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса. После обсуждения перехода от подготовки данных до понимания решения, в книге описываются четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок.
Описанию каждого из этих подходов предшествует объяснение основополагающей концепции, за которой следуют математические модели и алгоритмы, иллюстрированные подробными рабочими примерами. Наконец, в книге “Основы машинного обучения…” рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения.
Книга является результатом многолетней работы авторов в области машинного обучения и интеллектуального анализа данных и подходит для использования студентами в области информатики, инженерии, математики или статистики, аспирантами, специализирующимися в областях, связанных с интеллектуальным анализом данных, а также профессионалами в качестве справочника.

Оглавление Книга Основы машинного обучения для аналитического прогнозирования:

  • Глава 1. Методы машинного обучения для аналитического прогнозирования
  • Глава 2. Данные — выводы — решения
  • Глава 3. Изучение данных
  • Глава 4. Информационное обучение
  • Глава 5. Обучение на основе сходства
  • Глава 6. Вероятностное обучение
  • Глава 7. Обучение на основе ошибок
  • Глава 8. Оценивание
  • Глава 9. Тематический пример: отток клиентов
  • Глава 10. Тематический пример: классификация галактик
  • Глава 11. Искусство машинного обучения для аналитического прогнозирования

Вес 1.081 kg
Автор

Аоифе д'Арси, Брайан Мак-Нейми, Джон Д. Келлехер

Видавництво

Диалектика

Мова

Кількість сторінок

656

Формат, мм

165 * 235 мм

Папір

офсетная

ISBN

978-5-6040044-9-4

Штрихкод

9785604004494

Палітурка

Твёрдый