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

Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования
%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B+%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE+%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F+%D0%B4%D0%BB%D1%8F+%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B3%D0%BE+%D0%BF%D1%80%D0%BE%D0%B3%D0%BD%D0%BE%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F%3A+%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D1%8B%2C+%D1%80%D0%B0%D0%B1%D0%BE%D1%87%D0%B8%D0%B5+%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D1%80%D1%8B+%D0%B8+%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5+%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F - фото 1
1 000 грн 850 грн
86781
ISBN
978-5-6040044-9-4
Издательство
Вильямс
Год
2019
Страниц
656
Формат
70х100 1/16 (170х240 мм)
Обложка 
Твердая
Тип бумаги 
Офсет
Язык
Русский
Иллюстрации
С иллюстрациями
Полное содержание
Читать фрагмент
8 человек
  • По ХарьковуДоставка курьером - 50 грн
    Бесплатно - от 2000 грн
  • По УкраинеБесплатно - от 2000 грн
    Новая Почта - от 40 грн
    Укрпочта - от 30 грн
  • Международная доставкаУкрпочта...
Подробнее о доставке

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.

Товар входит в категории

Вы можете купить книгу с доставкой курьером новой поштой укрпочтой Кривой Рог, Львов, Полтава, Житомир, Черкассы, Харьков, Чернигов, Винница, Тернополь, Киев, Луцк, Ровно, Хмельницкий, Херсон, Кировоград, Николаев, Днепропетровск, Ужгород, Запорожье, Суммы, Черновцы, Одесса, Ивано-франковск, другие города Украины. только в нашем магазине низкие цены, возможен торг, прямые поступления от издательства,книги под заказ, печать книг на заказ, компьютерные книги на английском языке.

Ви можете купити придбати книгу з доставкою кур'єром нова пошта Укрпошта Кривий Ріг, Львів, Полтава, Житомир, Харків, Чернігів, Вінниця, Тернопіль, Київ, Луцьк, Рівне, Хмельницький, Херсон, Кіровоград, Миколаїв, Дніпропетровськ, Ужгород , Запоріжжя, Суми, Чернівці, Черкаси, Одеса, Івано-франківськ, інші міста України. тільки в нашому магазині низькі ціни, можливий торг, прямі надходження від видавництва, книги під замовлення, друк книг на замовлення, комп'ютерні книги англійською мовою.