Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных: пер. с англ.

Bibliografske podrobnosti
Glavni avtor: Флах П. Петер
Izvleček:Перед вами один из самых интересных учебников по машинному обучению - разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения. Автор воздал должное невероятному богатству предмета и не упустил из виду объединяющих принципов. Читатель с первых страниц видит машинное обучение в действии, но без не нужных на первых порах технических деталей. По мере изучения предмета тщательно по­добранные примеры, сопровождаемые иллюстрациями, постепенно усложняются.В книге описан широкий круг логических, геометрических и статистических моде­лей, затрагиваются и такие находящиеся на переднем крае науки темы, как матричная факторизация и анализ РХП. Особое внимание уделено важнейшей роли признаков. Устоявшаяся терминология дополняется введением в рассмотрение новых полезных концепций. В конце каждой главы приводятся ссылки на дополнительную литературу с авторскими комментариями.Благодаря всему этому книга задает новый стандарт изучения такой сложной дисциплины как машинное обучение.Цветные рисунки к книге размещены на нашем сайте www.dnikpress.com <http://www.dnikpress.com>
Jezik:ruščina
Izdano: Москва, ДМК Пресс, 2015
Teme:
Format: Knjiga
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=292371

MARC

LEADER 00000nam0a2200000 4500
001 292371
005 20231102000504.0
010 |a 9785970602737 
035 |a (RuTPU)RU\TPU\book\316989 
090 |a 292371 
100 |a 20150422d2015 m y0rusy50 ca 
101 1 |a rus  |c eng 
102 |a RU 
105 |a a j 001zy 
200 1 |a Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных  |e пер. с англ.  |f П. Флах 
210 |a Москва  |c ДМК Пресс  |d 2015 
215 |a 400 с.  |c ил. 
320 |a Библиогр.: с. 376-386. 
320 |a Предметный указатель: с. 387-399. 
330 |a Перед вами один из самых интересных учебников по машинному обучению - разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения. Автор воздал должное невероятному богатству предмета и не упустил из виду объединяющих принципов. Читатель с первых страниц видит машинное обучение в действии, но без не нужных на первых порах технических деталей. По мере изучения предмета тщательно по­добранные примеры, сопровождаемые иллюстрациями, постепенно усложняются.В книге описан широкий круг логических, геометрических и статистических моде­лей, затрагиваются и такие находящиеся на переднем крае науки темы, как матричная факторизация и анализ РХП. Особое внимание уделено важнейшей роли признаков. Устоявшаяся терминология дополняется введением в рассмотрение новых полезных концепций. В конце каждой главы приводятся ссылки на дополнительную литературу с авторскими комментариями.Благодаря всему этому книга задает новый стандарт изучения такой сложной дисциплины как машинное обучение.Цветные рисунки к книге размещены на нашем сайте www.dnikpress.com <http://www.dnikpress.com> 
606 1 |a Машинное обучение  |2 stltpush  |3 (RuTPU)RU\TPU\subj\74505  |9 86729 
610 1 |a ингредиенты 
610 1 |a бинарная классификация 
610 1 |a концептуальное обучение 
610 1 |a древовидные модели 
610 1 |a линейные модели 
610 1 |a метрические модели 
610 1 |a вероятностные модели 
610 1 |a эксперименты 
610 1 |a алгоритмы 
610 1 |a учебники 
675 |a 004.85(075.8)  |v 4 
700 1 |a Флах  |b П.  |g Петер 
801 1 |a RU  |b 63413507  |c 20150422 
801 2 |a RU  |b 63413507  |c 20200213  |g RCR 
942 |c BK 
959 |a 47/20150416  |d 1  |e 999,00  |f ЧЗТЛ:1