Відстеження замовлення
Prom – найбільший маркетплейс України

Foundations of Machine Learning (Second Edition) - Mehryar Mohri (англ.мова)

Код: 23111
В наявності
1 200 

Доставка

  • Іконка доставки
    Підписка на доставку Smart
    Безкоштовно — в магазини Rozetka
    Безкоштовно — у відділення Нової Пошти
  • Іконка доставки
    Магазини Rozetka — 49 ₴
    На замовлення до 15 кг і 120 см
    Доставка 19 - 21 березня
  • Іконка доставки
    Нова Пошта

Оплата та гарантії

  • Іконка оплати
    Безпечна оплата карткою
    Зображення для Безпечна оплата карткою
    Без переплат
    Prom гарантує безпеку
    Повернемо гроші при відмові від посилки
  • Іконка оплати
    Післяплата
    Нова Пошта, Укрпошта
  • Іконка оплати
    Оплата на рахунок
    IBAN UA273220010000026002370081989
Foundations of Machine Learning (Second Edition) - Mehryar Mohri (англ.мова) - фото 1 - id-p2865489185

Характеристики та опис

Foundations of Machine Learning (Second Edition) - це фундаментальний академічний підручник з теорії машинного навчання, написаний провідними дослідниками Мехріяром Мохрі, Афшином Ростамізаде та Амідом Талвалкаром. Книга зосереджена на строгому математичному підґрунті сучасного машинного навчання та орієнтована на студентів магістратури, аспірантів, дослідників і практиків, які прагнуть глибоко зрозуміти теоретичні гарантії алгоритмів навчання.

Друге видання істотно розширене та оновлене. Воно охоплює PAC-навчання, складність Радемахера, VC-розмірність, вибір моделей, методи опорних векторів, ядерні методи, бустинг, онлайн-навчання, багатокласову класифікацію, ранжування, регресію, максимальну ентропію, алгоритмічну стабільність, зменшення розмірності та навчання з підкріпленням. Особливу увагу приділено узагальнювальним оцінкам, регуляризації та зв’язку з теорією ігор.

Книга поєднує формальні доведення, інтуїтивні пояснення та вправи, що робить її еталонним джерелом для теоретично обґрунтованого вивчення машинного навчання.

Table of Contents 

Preface

  1. Introduction
    1.1 What is machine learning?
    1.2 What kind of problems can be tackled using machine learning?
    1.3 Some standard learning tasks
    1.4 Learning stages
    1.5 Learning scenarios
    1.6 Generalization

  2. The PAC Learning Framework
    2.1 The PAC learning model
    2.2 Guarantees for finite hypothesis sets - consistent case
    2.3 Guarantees for finite hypothesis sets - inconsistent case
    2.4 Generalities
    2.5 Chapter notes
    2.6 Exercises

  3. Rademacher Complexity and VC-Dimension

  4. Model Selection

  5. Support Vector Machines

  6. Kernel Methods

  7. Boosting

  8. On-Line Learning

  9. Multi-Class Classification

  10. Ranking

  11. Regression

  12. Maximum Entropy Models

  13. Conditional Maximum Entropy Models

  14. Algorithmic Stability

  15. Dimensionality Reduction

  16. Learning Automata and Languages

  17. Reinforcement Learning

Conclusion

Appendix A. Linear Algebra Review

Index

Відгуки про товар

0
Ще не було відгуків про товар у цього продавця
Був online: Сьогодні
VYLYK.COM - Japanese stationery
97% позитивних відгуків