Machine Learning
Kniha sa bude zaoberať rôznymi algoritmami používanými v strojovom učení podľa jeho rôznych typov. Budeme sa zaoberať algoritmami pre učenie pod dohľadom, učenie bez dohľadu a učenie s posilňovaním. Inými slovami, prejdeme si, ako sa strojové učenie riadi úlohami (napr. predpovedanie ďalšej hodnoty), údajmi (napr. identifikácia a klasifikácia zhlukov zákazníkov) a dokáže sa učiť z vlastných chýb.
Trochu sa dostaneme aj do technickej roviny - len mierne, keď sa budeme zaoberať teóriou počítačového učenia, veľkými dátami, štatistikou, učením a optimalizáciou, bayesovskými sieťami, podpornými vektorovými strojmi, genetickými algoritmami a dolovaním dát. Opäť sme sa podľa svojich možností snažili tieto pojmy zjednodušiť pre laikov.
Na konci tejto knihy sme tiež odporučili súvisiace technológie umelej inteligencie, nástroje s otvoreným zdrojovým kódom a programovacie jazyky. Teda ak máte záujem naučiť sa, ako túto technológiu skutočne vyvíjať, alebo aspoň vedieť pochopiť jej technickejšie vlastnosti.
Netreba dodávať, že strojové učenie je nová a vzrušujúca oblasť s množstvom prospešných aplikácií. Uľahčuje presnejšiu lekársku diagnostiku, dokáže zjednodušiť marketing produktov, vytvoriť presnejšie predpovede predaja, zvyšuje presnosť mnohých finančných pravidiel, zjednodušuje dokumentáciu, ktorá je náročná na čas, dolaďuje prediktívnu údržbu a prináša množstvo ďalších výhod.
