Zvyšovanie: Základy a algoritmy

Recenzie čitateľov

Kniha poskytuje komplexné preskúmanie rodiny algoritmov AdaBoost so silným dôrazom na matematické základy a prísne dôkazy. Hoci slúži ako autoritatívny zdroj informácií o boostovaní, jej prečítanie a pochopenie si vyžaduje značnú časovú investíciu a úsilie. Je najvhodnejšia pre čitateľov so solídnymi základmi v strojovom učení a matematike, pretože nemusí vyhovovať amatérom alebo tým, ktorí hľadajú rýchle praktické implementácie.

⬤ Komplexné pokrytie boostovania, napísané pôvodnými vynálezcami
⬤ ponúka hlboké teoretické poznatky
⬤ vynikajúcu štruktúru a prehľadnosť
⬤ prísne dôkazy a dôkladné vysvetlenia
⬤ prístupné aj tým, ktorí majú predchádzajúce znalosti
⬤ považované za majstrovské dielo v literatúre o strojovom učení.

⬤ Hutná a náročná na sledovanie pre tých, ktorí nemajú predchádzajúce znalosti
⬤ veľké zameranie na matematickú teóriu s obmedzenými praktickými príkladmi
⬤ môže byť frustrujúce pre čitateľov, ktorí hľadajú rýchle alebo praktické aplikácie
⬤ niektorí recenzenti považujú niektorý obsah za nadmerný a neužitočný.

(na základe 21 čitateľských recenzií)

Pôvodný názov:

Boosting: Foundations and Algorithms

Obsah knihy:

Prístupný úvod a základný odkaz na prístup k strojovému učeniu, ktorý vytvára vysoko presné predikčné pravidlá kombináciou mnohých slabých a nepresných pravidiel.

Boosting je prístup k strojovému učeniu založený na myšlienke vytvorenia vysoko presného prediktora kombináciou mnohých slabých a nepresných "pravidiel". Okolo boostingu sa vyvinula pozoruhodne bohatá teória s prepojením na celý rad tém vrátane štatistiky, teórie hier, konvexnej optimalizácie a informačnej geometrie. Algoritmy boostovania sa tešia aj praktickému úspechu v takých oblastiach, ako je biológia, videnie a spracovanie reči. V rôznych obdobiach svojej histórie bol boosting vnímaný ako záhadný, kontroverzný, dokonca paradoxný.

Táto kniha, napísaná vynálezcami tejto metódy, spája, organizuje, zjednodušuje a podstatne rozširuje dve desaťročia výskumu boostovania, pričom predstavuje teóriu aj aplikácie spôsobom, ktorý je prístupný čitateľom z rôznych oblastí a zároveň poskytuje autoritatívnu referenciu pre pokročilých výskumníkov. Vďaka úvodnému spracovaniu všetkých materiálov a zaradeniu cvičení do každej kapitoly je kniha vhodná aj na použitie v kurzoch.

Kniha začína všeobecným úvodom do algoritmov strojového učenia a ich analýzy.

Potom skúma jadro teórie boostovania, najmä jeho schopnosť zovšeobecňovať.

Skúma niektoré z nespočetných ďalších teoretických pohľadov, ktoré pomáhajú vysvetliť a pochopiť boostovanie.

Poskytuje praktické rozšírenia boostovania pre zložitejšie problémy učenia.

A nakoniec predstavuje niekoľko pokročilých teoretických tém. V celom texte sú uvedené početné aplikácie a praktické ilustrácie.