Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования [Д. Келлехер, Б. Мак-Нейми]

Основы машинного обучения для аналитического прогнозирования:
алгоритмы, рабочие примеры и тематические исследования

​

Автор: Джон Д. Келлехер, Брайан Мак-Нейми, Ифе д’Арси
КОД (ISBN): 978-5-6040044-9-4
Издательство: Диалектика
Вес: 0.900 кг.
Год издания: 2018
Формат: 70х100/16
Страниц: 656
Переплет: Твердый переплет
скан pdf

Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения.

В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса.

После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок.

Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими примерами. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, начиная от формулирования бизнес-задачи и заканчивая реализацией аналитического решения.

Скрытая ссылка