Идеи машинного обучения: от теории к алгоритмам (6000,00 руб.)

Первый автор	Шалев-Шварц Шай
Авторы	Бен-Давид Шай , Слинкин А. А.
Издательство	М.: ДМК Пресс
Страниц	437

ID	794974
Аннотация	Машинное обучение — один из самых быстро развивающихся разделов информатики с приложениями в самых разных областях. Цель этой книги — познакомить читателя с фундаментальными принципами машинного обучения и характерными для него алгоритмическими парадигмами. Книга содержит обширный свод основополагающих теоретических идей машинного обучения и математические выкладки, благодаря которым эти идеи становятся практическими алгоритмами. Вслед за изложением базовых основ дисциплины рассматривается широкий спектр тем, не нашедших достаточного отражения в предшествующих учебниках: вычислительная сложность обучения, понятия выпуклости и устойчивости, важные алгоритмы, включая стохастический градиентный спуск, нейронные сети и обучение структурированному выводу, а также совсем недавние теоретические концепции, например, PAC-байесовский подход и границы сжатия.
Кому рекомендовано	Издание ориентировано на студентов старших курсов, обучающихся информатике, техническим наукам, математике или статистике, а также может быть полезно исследователям, желающим углубить свои теоретические знания. Предполагается, что читатель знаком с основами теории вероятностей, линейной алгебры, математического анализа и теории алгоритмов.
ISBN	978-5-97060-673-5
УДК	004.4
ББК	32.972

Шалев-Шварц, Ш. Идеи машинного обучения: от теории к алгоритмам = Understanding Machine Learning: From Theory to Algorithms / Ш. Бен-Давид; пер. А.А. Слинкин; Ш. Шалев-Шварц .— Москва : ДМК Пресс, 2019 .— 437 с. — Пер. с англ. — ISBN 978-5-97060-673-5 .— URL: https://rucont.ru/efd/794974 (дата обращения: 04.04.2025)