Gépi tanulás alapjai - tömör bevezetés (Jiang Hui (York University Toronto))

Olvasói vélemények

A könyvet dicsérik az áttekinthetőségéért, a szervezett bemutatásáért és a középhaladó és haladó gépi tanulási témák alapos lefedettségéért, így a szilárd matematikai háttérrel rendelkezők számára is alkalmas. Ugyanakkor kritizálják, hogy túlságosan matematika-hangsúlyos azok számára, akik nem rendelkeznek széleskörű matematikai háttérrel.

Világos és tömör bemutatás, jól szervezett fejezetek, erős matematikai levezetések, kiváló fejezetek olyan speciális témákról, mint a Gauss-keverék modellek és a HMM-ek, hasznos források, például online elérhető előadásfóliák, alapos anyaglefedettség, vizuálisan tetszetős színes képekkel.

Nem alkalmas kezdőknek vagy erős matematikai háttérrel nem rendelkezőknek, a túlságosan bonyolult matematikai jelölések zavaróak lehetnek, nem biztos, hogy megfelel azoknak, akik inkább konceptuális magyarázatokat keresnek, mint matematikai szigort.

(4 olvasói vélemény alapján)

Eredeti címe:

Machine Learning Fundamentals - A Concise Introduction (Jiang Hui (York University Toronto))

Könyv tartalma:

Ez a világos és koherens bevezetés a felügyelt gépi tanulásba tömören, logikusan és könnyen követhető módon mutatja be az alapvető fogalmakat a matematikai felkészültséggel rendelkező, de a gépi tanulással korábban nem foglalkozó olvasók számára.

A lefedettség kiterjed a széles körben használt hagyományos módszerekre, valamint a közelmúltban népszerű mélytanulási módszerekre.