Книга Самообучающиеся системы - это практическое руководство по машинному обучению, одной из самых быстро развивающихся областей информатики. Авторы обсуждают основы различных методов машинного обучения, таких как деревья принятия решений, искусственные нейронные сети, генетические алгоритмы, байесовские классификаторы, алгоритмы кластеризации и обучение с подкреплением. Книга написана ясным и увлекательным языком, что делает ее доступной для широкой аудитории, включая старшеклассников, студентов всех курсов, специалистов и аспирантов. В то же время, математическая строгость книги позволяет ей привлечь и профессионалов. Книга снабжена обширной аннотированной библиографией и может быть использована в качестве углубленного учебного пособия.
Книга Самообучающиеся системы представляет собой исчерпывающее руководство по машинному обучению - области информатики, которая находится в центре внимания современной науки и технологий. В книге рассматриваются основные аспекты машинного обучения, включая деревья принятия решений, искусственные нейронные сети, генетические алгоритмы, байесовские классификаторы, алгоритмы кластеризации и обучение с подкреплением. Авторы предлагают читателю увлекательное и понятное изложение материала, где математические выкладки сопровождаются примерами из реальной жизни. Книга идеально подходит как для начинающих, так и для опытных специалистов в области машинного обучения и информатики. Она также может быть использована в качестве учебного пособия для студентов и аспирантов, изучающих соответствующие дисциплины. Библиография, содержащаяся в книге, будет полезна для тех, кто хочет углубить свои знания в этой области и провести дополнительное исследование. В целом, Самообучающиеся системы - это отличный ресурс для всех, кто хочет овладеть фундаментальными знаниями в области машинного обучения.
Электронная Книга «Самообучающиеся системы» написана автором С. И. Николенко в 2009 году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 978-5-94057-506-1
Описание книги от С. И. Николенко
Книга посвящена одной из самых практически применимых, активных и быстроразвивающихся областей современной информатики, объединяющей множество методов из различных областей математики и не только математики – машинному обучению. В книге обсуждаются основы многих базовых аппаратов машинного обучения: деревья принятия решений, искусственные нейронные сети, генетические алгоритмы, байесовские классификаторы, алгоритмы кластеризации и обучение с подкреплением. Изложение ведется увлекательным языком, книгу интересно читать, и она доступна даже не очень подготовленному читателю. Однако при этом сохраняется математическая строгость, а наиболее сложные части изложения заинтересуют и профессионалов. Книга снабжена обширной аннотированной библиографией. Читать книгу смогут даже старшеклассники, хотя она будет представлять несомненный профессиональный интерес и для студентов всех курсов, изучающих математику и информатику, а также для специалистов и аспирантов, ведущих исследования в соответствующих областях. В этом отношении значительная часть материала монографии сможет сыграть роль углубленного учебного пособия.
