Медицина и инновацииМ Сабиров, О Скосырева +12021
Машинное обучение: основы, алгоритмы и практика применения
Уатт Дж.
Учебная литература · 2022
Аннотация
Представлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python. Дано введение в машинное обучение и математическую оптимизацию, включая методы первого и второго порядков, градиентного спуска и Ньютона. Приведено полное описание обучения с учителем, включая линейную регрессию, двух классовую и много классовую классификацию, а также обучение без учителя и фундаментальные методы генерации признаков Дано введение в нелинейное обучение с учителем и без. Обсуждается тема автоматизированного отбора подходящих нелинейных моделей, включая перекрестную валидацию, буксированию, регуляризацию и ассемблирование. Рассмотрены фиксированной-контурные ядра, нейронные сети, деревья и другие универсальные аппроксиматоры. Отдельно дана полная трактовка продвинутых методов оптимизации. Электронный архив на сайте издательства содержит коды всех примеров и более 300 цветных иллюстраций.
Доказательный фрагмент
«Представлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python.»
Образец извлечения
Демо-превьюПредставлены фундаментальные знания и практические инструменты в области машинного обучения, в том числе более 100 углубленных упражнений на языке Python. Полный текст публикации CiteX не хранит — доступ к первоисточнику открывается по DOI согласно лицензии издателя и выбранному плану.
Смежные источники
ЖУРНАЛ ПРАВОВЫХ ИССЛЕДОВАНИЙСуванов Сардор Бахадирович2026
Научные статьиM.H.Sayidova, S.U.Pulatova2025