Hodnotenie:
Kniha je vysoko cenená pre svoju jasnú a stručnú prezentáciu konceptov strojového učenia, vďaka čomu je vhodná pre tých, ktorí majú dobré znalosti matematiky a štatistiky. Je oceňovaná pre svoju dobrú organizáciu kapitol a hĺbkové skúmanie tém, ako sú modely Gaussovej zmesi a HMM. Uvádza sa však, že kniha je pomerne náročná na matematiku, čo môže odradiť čitateľov, ktorí sa viac zameriavajú na praktické aplikácie ako na teoretickú matematiku.
Výhody:Stručné a sústredené kapitoly, jasné matematické odvodenia, dobre organizovaný obsah, hĺbkové pokrytie tém, vhodné pre stredne pokročilých až pokročilých čitateľov, vynikajúce časti o špecifických témach, ako sú modely Gaussových zmesí a HMM.
Nevýhody:Nevhodné pre začiatočníkov, príliš matematické pre čitateľov bez silného matematického zázemia, môže používať zložitý zápis, ktorý môže byť neprehľadný.
(na základe 4 čitateľských recenzií)
Machine Learning Fundamentals: A Concise Introduction
Tento prehľadný a ucelený úvod do strojového učenia pod dohľadom predstavuje základné pojmy stručným, logickým a zrozumiteľným spôsobom pre čitateľov s určitou matematickou prípravou, ale bez predchádzajúcej skúsenosti so strojovým učením.
Zahŕňa široko používané tradičné metódy a nedávno populárne metódy hlbokého učenia.