Evaluare:
Cartea oferă o introducere cuprinzătoare în învățarea automată bayesiană, încorporând o gamă largă de subiecte cu rigoare matematică și exemple practice. Deși este lăudată pentru claritatea și adecvarea sa pentru auto-studiu, unii cititori consideră că structura și organizarea sa sunt deficitare. Nu este ideală ca primă carte pentru începătorii absoluți din cauza intensității sale matematice și a unor explicații vagi.
Avantaje:** Gamă largă de subiecte acoperite. ** Explicații bune cu precizie matematică. ** Potrivit pentru studiu individual cu exemple de bun simț. ** Include coduri suplimentare pentru aplicații practice. ** Explorare detaliată a tehnicilor bayesiene. ** Exerciții provocatoare care sunt ușor de gestionat. ** Cele mai recente modele în probabilitate sunt reprezentate. ** Manual puternic și contribuție la domeniu.
Dezavantaje:** Nu este ideal pentru începătorii absoluți din cauza intensității matematice. ** Lipsesc explicații mai profunde în unele domenii, ceea ce poate deruta începătorii. ** Organizarea cărții este criticată; definițiile pot fi dispersate sau nu sunt bine plasate. ** Unele capitole sunt avansate și pot necesita cunoștințe de bază suplimentare. ** Se observă inconsecvență în limbaj și simbolism. [...] [...] [...]
(pe baza a 43 recenzii ale cititorilor)
Bayesian Reasoning and Machine Learning
Metodele de învățare automată extrag valoare din seturi vaste de date, rapid și cu resurse modeste. Acestea sunt instrumente consacrate într-o gamă largă de aplicații industriale, inclusiv motoare de căutare, secvențierea ADN, analiza pieței bursiere și locomoția roboților, iar utilizarea lor se răspândește rapid.
Persoanele care cunosc aceste metode au de ales între locuri de muncă satisfăcătoare. Acest text practic deschide aceste oportunități studenților de la informatică cu un bagaj matematic modest. Este conceput pentru studenții din ultimul an de licență și masteranzi cu un bagaj limitat de cunoștințe de algebră liniară și calcul.
Comprehensiv și coerent, dezvoltă totul, de la raționamentul de bază la tehnici avansate în cadrul modelelor grafice. Studenții învață mai mult decât un meniu de tehnici, ei dezvoltă abilități analitice și de rezolvare a problemelor care îi echipează pentru lumea reală.
În fiecare capitol sunt incluse numeroase exemple și exerciții, atât pe calculator, cât și teoretice. Resursele pentru studenți și instructori, inclusiv o cutie de instrumente MATLAB, sunt disponibile online.
© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)