Első tanfolyam a gépi tanulásból

Olvasói vélemények

A könyv nagyra értékelt a gépi tanulási technikák erős, intuitív magyarázatai miatt, így az alapvető jelölésekkel ismerkedők számára is hozzáférhetővé válik. Az olvasók azonban számos problémát észleltek, különösen az elektronikus változatban a gépelési és formázási hibákat, valamint egyes témák hiányos lefedettségét.

⬤ Erős intuíció és közérthető matematikai magyarázatok.
⬤ Jól használható a gépi tanulással kapcsolatos alapismeretek elsajátításához.
⬤ Világos szervezés és logikus tartalomáramlás.
⬤ Kiváló első könyv azoknak, akik még nem ismerkednek a gépi tanulással.
⬤ Élvezetes elbeszélések és a módszerek összehasonlítása.

⬤ Számos elgépelés és hiba a könyvben.
⬤ Az elektronikus változatban formázási problémák vannak a matematikai képletekkel.
⬤ Néhány olvasó úgy találta, hogy a példák Python helyett MATLAB-ban vannak.
⬤ Az oldalak vékonyak, így az olvasás kevésbé kényelmes.
⬤ Néhány kritikus megemlítette, hogy több számtani és lineáris algebrai háttérre van szükség.

(21 olvasói vélemény alapján)

Eredeti címe:

A First Course in Machine Learning

Könyv tartalma:

"A First Course in Machine Learning Simon Rogers és Mark Girolami könyve a jelenleg elérhető legjobb bevezető könyv az ML-hez. Egyesíti a szigort és a pontosságot a hozzáférhetőséggel, a Bayes-analízis alapvető alapjainak részletes magyarázatából indul ki a legegyszerűbb beállításokban, és egészen a téma olyan határterületein halad el, mint a végtelen keverékmodellek, a GP-k és az MCMC." ".

--Devdatt Dubhashi, professzor, Számítástechnikai és Mérnöki Tanszék, Chalmers Egyetem, Svédország.

"Ennek a tankönyvnek sikerül könnyebben olvashatónak lennie, mint a téma más hasonló könyveinek, miközben megtartja az összes szükséges szigorú kezelést. Az új fejezeteknek köszönhetően a szakterület élvonalába tartozik, mivel olyan témákat tárgyal, amelyek az elmúlt évtizedben a gépi tanulásban általánossá váltak.".".

--Daniel Barbara, George Mason University, Fairfax, Virginia, USA.

"A Rogers és Girolami által írt A First Course in Machine Learning új kiadása kiváló bevezetés a statisztikai módszerek gépi tanulásban való használatába. A könyv olyan fogalmakat mutat be, mint a matematikai modellezés, a következtetés és az előrejelzés, "just in time" megadva a lineáris algebra, a számtan és a valószínűségelmélet alapvető hátterét, amelyre az olvasónak szüksége van e fogalmak megértéséhez.".

--Daniel Ortiz-Arroyo, docens, Aalborg University Esbjerg, Dánia.

"Lenyűgözött, hogy az anyag milyen szorosan illeszkedik egy gépi tanulással foglalkozó bevezető kurzus igényeihez, ami a legnagyobb erőssége... Összességében ez egy pragmatikus és hasznos könyv, amely jól igazodik egy bevezető kurzus igényeihez, és amelyet a következő hónapokban a saját hallgatóim számára is meg fogok nézni.".

--David Clifton, Oxfordi Egyetem, Egyesült Királyság.

"A könyv első kiadása már kiváló bevezető szöveg volt a gépi tanulásról egy haladó alapképzésben vagy mesterképzésben, illetve bárki számára, aki a számítástechnika egy érdekes és fontos területét szeretné megismerni. A Gauss-folyamatokról, az MCMC-ről és a keverékmodellezésről szóló további, haladó anyagot tartalmazó fejezetek ideális alapot nyújtanak a gyakorlati projektekhez, anélkül, hogy megzavarnák a könyv első részében található, az alapoknak nagyon világos és olvasmányos kifejtését.".

--Gavin Cawley, Senior Lecturer, School of Computing Sciences, University of East Anglia, Egyesült Királyság.

"Ez a könyv alkalmas lehet a junior/felsőbb éves egyetemi hallgatók vagy az elsőéves végzős hallgatók számára, valamint olyan magánszemélyek számára, akik a gépi tanulás területét szeretnék felfedezni... A könyv nemcsak a fogalmakat, hanem az algoritmusok megvalósításának alapgondolatait is bemutatja a kritikus gondolkodás szemszögéből.".".

--Guangzhi Qu, Oakland University, Rochester, Michigan, USA.