Gaussove procesy pre strojové učenie

Recenzie čitateľov

Kniha o Gaussových procesoch (GP) získala zmiešané recenzie, pričom mnohí chvália jej zrozumiteľnosť, hĺbku a význam pre strojové učenie, zatiaľ čo niektorí kritizujú jej nedostatočnú samostatnosť a hĺbku.

⬤ Jasné a stručné vysvetlenia
⬤ cenné v kontexte strojového učenia
⬤ dobre štruktúrované kapitoly
⬤ výborná referencia pre výskum
⬤ obsahuje dobré prepojenia medzi GP a inými metódami, ako je SVM
⬤ kvalitná tvrdá väzba
⬤ skvelá cena.

⬤ Nie je samostatná, chýbajú definície niektorých pojmov
⬤ niektorí ju považujú za príliš málo hĺbkovú a obsahovú
⬤ vysvetlenia môžu pôsobiť príliš zjednodušene alebo kruhovito
⬤ niektoré sťažnosti na obal.

(na základe 18 čitateľských recenzií)

Pôvodný názov:

Gaussian Processes for Machine Learning

Obsah knihy:

Komplexný a samostatný úvod do Gaussových procesov, ktoré poskytujú principiálny, praktický, pravdepodobnostný prístup k učeniu v jadrových strojoch.

Gaussove procesy (GP) poskytujú principiálny, praktický, pravdepodobnostný prístup k učeniu v jadrových strojoch. GP sa v komunite strojového učenia v poslednom desaťročí venuje zvýšená pozornosť a táto kniha poskytuje dlho potrebné systematické a jednotné spracovanie teoretických a praktických aspektov GP v strojovom učení. Spracovanie je komplexné a samostatné, zamerané na výskumníkov a študentov v oblasti strojového učenia a aplikovanej štatistiky. Kniha sa zaoberá problémom učenia pod dohľadom pre regresiu aj klasifikáciu a obsahuje podrobné algoritmy. Prezentuje sa široká škála kovariančných (jadrových) funkcií a rozoberajú sa ich vlastnosti. Výber modelu sa rozoberá z bayesovského aj klasického hľadiska. Diskutuje sa o mnohých súvislostiach s inými známymi technikami strojového učenia a štatistiky vrátane podporných vektorových strojov, neurónových sietí, splajnov, regularizačných sietí, relevantných vektorových strojov a ďalších. Rozoberajú sa teoretické otázky vrátane kriviek učenia a PAC-Bayesovho rámca a niekoľko aproximačných metód na učenie s veľkými súbormi údajov. Kniha obsahuje názorné príklady a cvičenia a kód a súbory údajov sú k dispozícii na internete.

Dodatky poskytujú matematické pozadie a diskusiu o Gaussových markovských procesoch.