Новорічний дудл
УкрРус
Новорічний дудл
iPopoKids - 319 309 дитячих товарів з 91 магазина

Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры и тематические исследования Диалектика Вильямс 978-5-6040044-9-4

Код товару: 252597732
Безкоштовна доставка
Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры и тематические исследования Диалектика Вильямс 978-5-6040044-9-4
Поділитись
Характеристики Дивитись всі
Немає в наявності

Відгуки Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры и тематические исследования Диалектика Вильямс 978-5-6040044-9-4

Характеристики Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры и тематические исследования Диалектика Вильямс 978-5-6040044-9-4

Категорія:
К-во страниц:
700
ISBN:
978-5-6040044-9-4

Опис Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры и тематические исследования Диалектика Вильямс 978-5-6040044-9-4

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для предсказания, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов. Книга «Основы машинного обучения для аналитического прогнозирования» - это вводный учебник, который предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к машинному обучению, используемых в аналитическом прогнозировании, охватывающих как теоретические концепции, так и практические приложения. В книге формальный математический материал дополняется практическими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком контексте бизнеса. После обсуждения перехода от данных к решению, в книге «Основы машинного обучения для аналитического прогнозирования» описывается четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок. Каждый из этих подходов сначала описывается неформально, а затем приводятся математические модели и алгоритмы, иллюстрированные подробными практическими 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 «Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследования», написанная авторами, имеющими многолетний опыт преподавания методов машинного обучения и работы над проектами аналитического прогнозирования, предназначена для студентов и аспирантов, специализирующихся в области компьютерных наук, математики или статистики, а также как справочник для профессионалов.