From Curve Fitting to Machine Learning - 9783319325446

Šīs veiksmīgās grāmatas otrajā izdevumā ir sniegts interaktīvs un ilustratīvs ceļvedis no divdimensiju līkņu pielāgošanas līdz daudzdimensiju klasterizācijai un mašīnmācībai ar neironu tīkliem vai atbalsta vektora mašīnām. Pa ceļam tiek skartas tādas tēmas kā matemātiskā optimizācija vai evolūcijas algoritmi. Visi jēdzieni un idejas ir ieskicētas skaidrā veidā ar grafiski attēlotiem ticamības argumentiem un nedaudz elementāras matemātikas. Galvenās tēmas ir plaši izklāstītas ar pētnieciskiem piemēriem un lietojumiem. Galvenais mērķis ir būt pēc iespējas ilustratīvākam, neslēpjot problēmas un nepilnības, bet gan novērst tās. Ilustratīvās pavārgrāmatas raksturs ir papildināts ar īpašām sadaļām, kas pievēršas fundamentālākiem jautājumiem, piemēram, mašīnmācības un cilvēka intelekta saistību. Visas tēmas ir pilnībā demonstrētas, izmantojot skaitļošanas platformu Mathematica un skaitļošanas inteliģences pakotnes (CIP), augsta līmeņa funkciju. bibliotēka, kas izstrādāta ar Mathematica programmēšanas valodu papildus Mathematica algoritmiem. CIP ir atvērtā pirmkoda, un visā grāmatā izmantotais detalizētais kods ir brīvi pieejams. Mērķa lasītāju grupa ir (dator)zinātņu un inženierzinātņu studenti, kā arī zinātniskie praktiķi rūpniecībā un akadēmiskajās aprindās, kuri ir pelnījuši ilustratīvu ievadu. Lasītāji ar programmēšanas prasmēm var viegli portēt vai pielāgot sniegto kodu. “No līknes pielāgošanas līdz mašīnmācībai” ir ... noderīga grāmata. ... Tā satur līkņu pielāgošanas pamatformulas un ar to saistītos priekšmetus un iemetienus, kas trūkst tik daudzās grāmatās, kodu rezultātu reproducēšanai. Tas viss kopā ir interesanta un noderīga grāmata gan iesācējiem, gan ekspertiem lasītājiem. Iesācējiem tā ir laba ievada grāmata, un eksperts novērtēs daudzos piemērus un darba kodu. Leslija A. Piegls (Pirmā izdevuma apskats, 2012).