Strojové učenie: Teoretický prístup

Recenzie čitateľov

Kniha poskytuje počiatočný prehľad teoretického strojového učenia a ukazuje vývoj tejto oblasti. Niektorí čitatelia však vyjadrujú nespokojnosť s jej abstraktným prístupom a nedostatočnou zrozumiteľnosťou matematických definícií.

Ponúka dobrý historický prehľad prvých prác v oblasti strojového učenia; naznačuje, ako sa táto oblasť časom posunula.

⬤ Obsahuje abstraktné a spletité vysvetlenia, ktorým môže chýbať logická nadväznosť
⬤ vnímaná domýšľavosť autora
⬤ nedokáže dostatočne vysvetliť kľúčové matematické pojmy
⬤ niektorí čitatelia majú pocit, že nepredstavuje pevný teoretický základ.

(na základe 2 čitateľských recenzií)

Pôvodný názov:

Machine Learning: A Theoretical Approach

Obsah knihy:

Ide o prvý komplexný úvod do teórie počítačového učenia.

Jednotná prezentácia základných výsledkov a ich aplikácií ponúka výskumníkom v oblasti umelej inteligencie teoretický pohľad na problémy, ktoré študujú. Kniha predstavuje nástroje na analýzu pravdepodobnostných modelov učenia, nástroje, ktoré jasne klasifikujú, čo je a čo nie je efektívne učiteľné.

Po všeobecnom úvode do Valiantovej paradigmy PAC a dôležitého pojmu Vapnik-Chervonenkisovej dimenzie autor skúma špecifické témy, ako sú konečné automaty a neurónové siete. Prezentácia je určená širokému publiku - recenzenti chvália autorovu schopnosť motivovať a tempovať diskusiu pre začiatočníkov. Každá kapitola obsahuje množstvo príkladov a cvičení, ako aj užitočné zhrnutie dôležitých výsledkov.

Vynikajúci úvod do tejto oblasti, vhodný buď pre prvý kurz, alebo ako súčasť všeobecných kurzov strojového učenia a pokročilých kurzov umelej inteligencie. Je tiež dôležitou referenciou pre výskumníkov v oblasti umelej inteligencie.