Книга Основи машинного навчання для аналітичного прогнозування, Джон Д. Келлехер, Брайан Мак-нейм, Аоіфе Д’Арсі
Книга являє собою підручник, в якому дані основи машинного навчання з акцентом на комерційні додатки. Вона пропонує докладний опис найбільш важливих підходів до машинного навчання, які використовуються в інтелектуальному аналізі даних, що охоплюють як теоретичні концепції, так і практичне використання. Формальний математичний матеріал доповнюється пояснювальними прикладами, а приклади досліджень ілюструють застосування цих моделей в більш широкому контексті бізнесу.
У книзі розглянуто інформаційне навчання, навчання на основі подібності, розподіл усіх навчання і навчання на основі помилок. Опису кожного з цих підходів передує пояснення основної концепції, за якою слідують математичні моделі і алгоритми, ілюстровані детальними робочими прикладами. У книзі розглядаються методи оцінки моделей прогнозування та пропонуються два тематичних дослідження, які описують конкретні проекти аналізу даних на кожному етапі розробки, починаючи від формулювання бізнес-завдання і закінчуючи реалізацією аналітичного рішення.
Книга “Основи машинного навчання для аналітичного прогнозування” може використовуватися як підручник для студентів і аспірантів, що спеціалізуються в області машинного навчання, інформатики, інженерії, математики та статистики, а також як довідник для професіоналів. Машинне навчання часто використовується для побудови прогностичних моделей шляхом вилучення шаблонів з великих наборів даних. Ці моделі використовуються в додатках для прогнозування даних, включаючи прогнозування цін, оцінку ризику, прогнозування поведінки клієнтів і класифікацію документів.
Цей вступний підручник пропонує докладний і цілеспрямоване розгляд найбільш важливих підходів до комп’ютерного навчання, що використовуються в інтелектуальному аналізі даних, що охоплюють як теоретичні концепції, так і практичне використання. Формальний математичний матеріал доповнюється пояснювальними прикладами, а приклади досліджень ілюструють застосування цих моделей в більш широкому контексті бізнесу. Після обговорення переходу від підготовки даних до розуміння рішення, в книзі описуються чотири підходи до комп’ютерного навчання: інформаційне навчання, навчання на основі подібності, розподіл усіх навчання і навчання на основі помилок.
Опису кожного з цих підходів передує пояснення основної концепції, за якою слідують математичні моделі і алгоритми, ілюстровані детальними робочими прикладами. Нарешті, в книзі “Основи машинного навчання …” розглядаються методи оцінки моделей прогнозування та пропонуються два тематичних дослідження, які описують конкретні проекти аналізу даних на кожному етапі розробки, починаючи від формулювання бізнес-завдання і закінчуючи реалізацією аналітичного рішення.
Книга є результатом багаторічної роботи авторів в області машинного навчання та інтелектуального аналізу даних і підходить для використання студентами в галузі інформатики, інженерії, математики або статистики, аспірантами, що спеціалізуються в областях, пов’язаних з інтелектуальним аналізом даних, а також професіоналами в якості довідника.
Зміст Книга Основи машинного навчання для аналітичного прогнозування:
- Глава 1. Методи машинного навчання для аналітичного прогнозування
- Глава 2. Дані – висновки – рішення
- Глава 3. вивчення даних
- Глава 4. інформаційне навчання
- Глава 5. Навчання на основі подібності
- Глава 6. розподіл усіх навчання
- Глава 7. Навчання на основі помилок
- Глава 8. оцінювання
- Глава 9. Тематичний приклад: відтік клієнтів
- Глава 10. Тематичний приклад: класифікація галактик
- Глава 11. Мистецтво машинного навчання для аналітичного прогнозування
———————
Купити в Україні, замовити онлайн в інтернет-магазині ReadMe (РідМі), прийом замовлень цілодобово, оплата післяплатою, картою Visa, MasterCard, Приват24, LiqPay.
Для покупки натисніть кнопку «В кошик», потім – «Оформити замовлення»
