From Curve Fitting to Machine Learning - 9783319325446

Šios sėkmingos knygos antrajame leidime pateikiamas interaktyvus ir iliustratyvus vadovas nuo dvimačio kreivės pritaikymo iki daugiamačio grupavimo ir mašininio mokymosi naudojant neuroninius tinklus arba paramos vektorines mašinas. Pakeliui paliečiamos tokios temos kaip matematinis optimizavimas ar evoliuciniai algoritmai. Visos sąvokos ir idėjos yra aiškiai išdėstytos su grafiškai pavaizduotais patikimumo argumentais ir šiek tiek elementarios matematikos. Pagrindinės temos yra plačiai išdėstytos su tiriamaisiais pavyzdžiais ir pritaikymais. Pagrindinis tikslas yra būti kuo iliustratyvesnis, neslepiant problemų ir spąstų, o jas spręsti. Iliustracinės kulinarinės knygos pobūdį papildo specialūs skyriai, kuriuose sprendžiami esminiai klausimai, pvz., ryšys tarp mašininio mokymosi ir žmogaus intelekto. Visos temos visiškai demonstruojamos naudojant skaičiavimo platformą Mathematica ir skaičiavimo intelekto paketus (CIP), aukšto lygio funkciją. biblioteka, sukurta naudojant Mathematica programavimo kalbą kartu su Mathematica algoritmais. CIP yra atvirojo kodo, o išsamus knygoje naudojamas kodas yra laisvai prieinamas. Tikslinė skaitytojų grupė yra (kompiuterijos) mokslo ir inžinerijos studentai, taip pat pramonės ir akademinės bendruomenės praktikai, kurie nusipelno iliustracinio įvado. Programavimo įgūdžių turintys skaitytojai gali lengvai perkelti arba pritaikyti pateiktą kodą. „Nuo kreivės pritaikymo iki mašininio mokymosi“ yra... naudinga knyga. ... Jame yra pagrindinės kreivės pritaikymo formulės ir susiję dalykai bei įveikimai, ko trūksta tiek daug knygų, kodas rezultatams atkurti. Visa tai yra įdomi ir naudinga knyga tiek pradedantiesiems, tiek patyrusiems skaitytojai. Naujokams tai gera įvadinė knyga, o ekspertas įvertins daugybę pavyzdžių ir darbo kodo. Leslie A. Piegl (Pirmojo leidimo apžvalga, 2012).