Gépi tanulás: A Constraint-Based Approach

Eredeti címe:

Machine Learning: A Constraint-Based Approach

Könyv tartalma:

Gépi tanulás: A Constraint-Based Approach, Second Edition frissítő betekintést nyújt az olvasóknak a gépi tanulás alapvető modelljeibe és algoritmusaiba, hangsúlyt fektetve az aktuális témákra, beleértve a neurális hálózatokat és a kernel gépeket. A könyv valóban egységes módon mutatja be az információkat, amelyek a környezeti korlátokból való tanulás fogalmán alapulnak.

Megrajzolja a gépi tanulással való mély integráció felé vezető utat, amely a többértékű logikai formalizmusok - például a fuzzy rendszerek - elfogadásának gondolatára támaszkodik. Különös figyelmet szentel a mélytanulásnak, amely jól illeszkedik a könyvben követett, korlátokon alapuló megközelítéshez.

A könyv bemutatja a regularizáció egyszerűbb, egységes fogalmát, amely szorosan kapcsolódik a parszimónia elvéhez, számos megoldott feladatot tartalmaz, amelyek a Donald Knuth-féle nehézségi rangsor szerint vannak besorolva, amely lényegében bemelegítő feladatok keverékéből áll, amelyek mélyebb kutatási problémákhoz vezetnek. Egy szoftver szimulátor is szerepel a könyvben.