DiaMail - Книжный интернет-магазин - На главную 067-877-1666
066-366-1250
обратная связь
    Помощь
- доставка
- оплата
- заказ
     

  Книга "Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие..."
оставить заявку


БЕСПЛАТНАЯ ДОСТАВКА
по Украине
при заказе от 2000 грн

САМОВЫВОЗ
бесплатно
при заказе от 500 грн

СКИДКИ  5-13%
от количества, от суммы,
накопительные

ПРИНИМАЕМ К ОПЛАТЕ
Принимаем оплату картами Visa Принимаем 
оплату картами MasterCard
Оплата картой с monopay


Мы на Facebook

ПОДЕЛИТЬСЯ





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

книга "Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования, Джон Д. Келлехер, Брайан Мак-Нейми, Ифе д’Арси"

Оставить заявку
Товара сейчас нет в наличии.
Вы можете оставить заявку. При появлении его в продаже Вам будет выслано уведомление.
Последняя актуальная цена товара была 1100.00 грн.
Последний раз товар был в продаже 27.12.2022.

656 стр.; твердый переплет; тип бумаги: офсетная белая; формат 70х100/16 (170х240 мм);
Издательство Диалектика; ISBN 978-5-6040044-9-4, 9780262029445

Книга представляет собой учебник по машинному обучению с акцентом на коммерческие приложения. Она предлагает подробное описание наиболее важных подходов к машинному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса.

В книге рассмотрены информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок. Описанию каждого из этих подходов предшествует объяснение основополагающей концепции, за которой следуют математические модели и алгоритмы, иллюстрированные подробными рабочими примерами. 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.

Книга может использоваться как учебник для студентов и аспирантов, специализирующихся в области машинного обучения, информатики, инженерии, математики и статистики, а также как справочник для профессионалов.

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных.

Эти модели используются в приложениях для прогнозирования данных, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов. Этот вводный учебник предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к компьютерному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса.


После обсуждения перехода от подготовки данных до понимания решения, в книге описываются четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок. Описанию каждого из этих подходов предшествует объяснение основополагающей концепции, за которой следуют математические модели и алгоритмы, иллюстрированные подробными рабочими 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.

Книга является результатом многолетней работы авторов в области машинного обучения и интеллектуального анализа данных и подходит для использования студентами в области информатики, инженерии, математики или статистики, аспирантами, специализирующимися в областях, связанных с интеллектуальным анализом данных, а также профессионалами в качестве справочника.

"Книга написана учеными, но тесно связана с практикой. Действительно, интеллектуальный анализ данных и машинное обучение идут рука об руку: грубо говоря, прогнозирование зависит от обучения на прошлых примерах. И хотя Основы — это всеобъемлющий университетский учебник, авторы также признают, что интеллектуальный анализ данных является самым быстро развивающимся коммерческим применением машинного обучения. Благодаря этому данный чрезвычайно познавательный опус позволяет осветить концепции в тесной связи с отраслевыми тематическими исследованиями и передовыми методами, гарантируя, что вы ознакомитесь с лучшими практиками и сценариями использования и не заблудитесь в абстракциях".
— Эрик Сигель (Eric Siegel), доктор философии, основатель компании Predictive Analytics World; автор книги Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die.

"В этой книге представлены превосходные описания ключевых методов, используемых в аналитическом прогнозировании. Однако уникальная ценность книги — понимание, которое она дает для практического применения этих методов. Тематические исследования и разделы по подготовке данных и качеству данных отражают реальные проблемы в эффективном использовании интеллектуальных аналитических средств".
— Падрейг Каннингем (Padreig Cunningham), профессор информатики и информатики, Школа компьютерных наук, Университетский колледж Дублина; один из редакторов книги Machine Learning Techniques for Multimedia.

"Это замечательная самодостаточная книга, затрагивающая основные аспекты машинного обучения и представляющая их в ясном и интуитивно понятном свете. Авторы начинают с изложения основных идей и заканчивают более сложными информационными, вероятностными, статистическими и оптимизационными концепциями, делая акцент на том, как превратить бизнес-проблему в аналитическое решение, а также описывают соответствующие тематические исследования и приводят иллюстрации. Эта книга представляет собой легкое и увлекательное чтение, которое я рекомендую всем, кто заинтересован в том, чтобы узнать больше о механизмах машинного обучения и его приложениях для аналитического прогнозирования".
—Натали Япковиц (Nathalie Japkowicz), профессор компьютерных наук, Университет Оттавы; соавтор книги Evaluating Learning Algorithms: A Classification Perspective.

Об авторах
Джон Келлехер лектор в Дублинском технологическом институте и член-учредитель Исследовательского центра прикладного анализа DIT.

Брайан Мак-Нейми является преподавателем Университетского колледжа в Дублине.

Аоифе д'Арси генеральный директор The Analytics Store, консалтинговой компании по анализу данных и анализу данных.

Читать полностью ⇓


Оригинальное издание 
Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies, John D. Kelleher, Brian Mac Namee, Aoife D'Arcy





 Лучшие книги аналогичной тематики  

Искусственный интеллект: современный подход, 4-е издание. Том 2. Знания и рассуждения в условиях неопределенности Стюарт Рассел, Питер Норвиг
Искусственный интеллект: современный подход, 4-е издание. То...
Стюарт Рассел, Питер Норвиг
580.00 грн.

Искусственный интеллект с примерами на Python Пратик Джоши
Искусственный интеллект с примерами на Python
Пратик Джоши
670.00 грн.

Искусственный интеллект: современный подход, 4-е издание. Том 3. Обучение, восприятие и действие Стюарт Рассел, Питер Норвиг
Искусственный интеллект: современный подход, 4-е издание. То...
Стюарт Рассел, Питер Норвиг
670.00 грн.

Алгоритмы для чайников Джон Пол Мюллер, Лука Массарон
Алгоритмы для чайников
Джон Пол Мюллер, Лука Массарон
670.00 грн.


Python для финансовых расчетов. 2-е издание Ив Хилпиш
Python для финансовых расчетов. 2-е издание
Ив Хилпиш
890.00 грн.

Наука о данных: учебный курс Стивен С. Скиена
Наука о данных: учебный курс
Стивен С. Скиена
405.00 грн.

Глубокое обучение: готовые решения Дуве Осинга
Глубокое обучение: готовые решения
Дуве Осинга
250.00 грн.

Искусственный интеллект: современный подход (AIMA-2), 2-е издание Стюарт Рассел, Питер Норвиг
Искусственный интеллект: современный подход (AIMA-2), 2-е из...
Стюарт Рассел, Питер Норвиг
2375.00 грн.


Разработка и анализ компьютерных алгоритмов Альфред В. Ахо, Джон Э. Хопкрофт, Джеффри Д. Ульман
Разработка и анализ компьютерных алгоритмов
Альфред В. Ахо, Джон Э. Хопкрофт,...
405.00 грн.

Центры обработки данных на основе политик и ACI: структура, концепции и методология Люсьен Аврамов, Маурицио Портолани
Центры обработки данных на основе политик и ACI: структура, ...
Люсьен Аврамов, Маурицио Портолан...
1100.00 грн.

Нанотехнология: простое объяснение очередной гениальной идеи Марк Ратнер, Даниэль Ратнер
Нанотехнология: простое объяснение очередной гениальной идеи
Марк Ратнер, Даниэль Ратнер
160.00 грн.

Python и наука о данных для чайников, 2-е издание Джон Пол Мюллер, Лука Массарон
Python и наука о данных для чайников, 2-е издание
Джон Пол Мюллер, Лука Массарон
800.00 грн.

Скидки от 5% - при покупке от 2 книг или от 300 грн. Подробнее



 Разделы каталога  


© 1998-2024 Интернет-магазин DiaMail