Идеи машинного обучения. От теории к алгоритмам (6000,00 руб.)

Первый автор	Шалев-Шварц
Авторы	Бен-Давид Ш.
Издательство	М.: ДМК Пресс
Страниц	437

ID	794974
Аннотация	Машинное обучение — один из самых быстро развивающихся разделов информатики с приложениями в самых разных областях. Цель этой книги — познакомить читателя с фундаментальными принципами машинного обучения и характерными для него алгоритмическими парадигмами. Книга содержит обширный свод основополагающих теоретических идей машинного обучения и математические выкладки, благодаря которым эти идеи становятся практическими алгоритмами. Вслед за изложением базовых основ дисциплины рассматривается широкий спектр тем, не нашедших достаточного отражения в предшествующих учебниках: вычислительная сложность обучения, понятия выпуклости и устойчивости, важные алгоритмы, включая стохастический градиентный спуск, нейронные сети и обучение структурированному выводу, а также совсем недавние теоретические концепции, например, PAC-байесовский подход и границы сжатия. Издание ориентировано на студентов старших курсов, обучающихся информатике, техническим наукам, математике или статистике, а также может быть полезно исследователям, желающим углубить свои теоретические знания. Предполагается, что читатель знаком с основами теории вероятностей, линейной алгебры, математического анализа и теории алгоритмов.
ISBN	978-5-97060-673-5
УДК	4.4
ББК	32.972

Шалев-Шварц, Ш. Идеи машинного обучения. От теории к алгоритмам / Ш. Бен-Давид; Ш. Шалев-Шварц .— Москва : ДМК Пресс, 2019 .— 437 с. — ISBN 978-5-97060-673-5 .— URL: https://rucont.ru/efd/794974 (дата обращения: 16.06.2024)