Хотел спросить какие есть хорошие книги _в электронном_ формате по машинному обучению ?
Бумажный вариант тоже можно рассмотреть но это в долгосрочном приоритете, т.к. физическая доставка будет не удобна.
Глава 1. Деревья принятия решений 25
џ 1.1. Введение 26
џ 1.2. Структура дерева принятия решений 27
џ 1.3. Энтропия и прирост информации 30
џ 1.4. Деревья принятия решений и булевские функции 37
џ 1.5. Алгоритм ID3 39
џ 1.6. Реализация ID3 на языках Python и Ruby 39
џ 1.7. Проблема критерия прироста информации 46
џ 1.8. Оверфиттинг 48
џ 1.9. Заключение 50
Глава 2. Обучение концептам 53
џ 2.1. Введение 54
џ 2.2. Частичные порядки 55
џ 2.3. Лирическое отступление: функция Мјбиуса 60
џ 2.4. Алгоритм Find-S 68
џ 2.5. Реализация алгоритма Find-S 71
џ 2.6. Алгоритм исключения кандидатов 75
џ 2.7. Заключение 79
Глава 3. Нейронные сети 81
џ 3.1. Введение 83
џ 3.2. Перцептрон 85
џ 3.3. Обучение перцептрона 89
џ 3.4. Обучение перцептрона на практике 94
џ 3.5. Метод градиентного спуска 99
џ 3.6. Нелинейные перцептроны. Сигмоид. 104
џ 3.7. Алгоритм обратного распространения ошибки 106
џ 3.8. Реализация нейронной сети на Java 109
џ 3.9. Заключение 117
Глава 4. Генетические алгоритмы 119
џ 4.1. Введение 121
џ 4.2. Схема генетического алгоритма в деталях 122
џ 4.3. Генетические операции 124
џ 4.4. Представление данных 127
џ 4.5. Отбор 132
џ 4.6. Дарвин, Ламарк и Болдуин 134
џ 4.7. Генетические алгоритмы на деревьях 138
џ 4.8. Генетическое программирование 140
џ 4.9. Генетическое программирование на практике 145
џ 4.10. Язык программирования LISP 155
џ 4.11. Заключение 158
Глава 5. Байесовское обучение и классификаторы 161
џ 5.1. Введение 162
џ 5.2. Теорема Байеса 163
џ 5.3. Априорные и апостериорные вероятности 168
џ 5.4. Теорема Байеса, данные и гипотезы 170
џ 5.5. MAP и задачи классификации 173
џ 5.6. Оптимальный и гиббсовский классификаторы 175
џ 5.7. Наивный байесовский классификатор 178
џ 5.8. Атрибуция текстов 180
џ 5.9. Байесовское обучение и нейронные сети 189
џ 5.10. Принцип наименьшей длины описания 191
џ 5.11. Заключение 193
Глава 6. Алгоритмы кластеризации 195
џ 6.1. Введение 196
џ 6.2. Постановка задачи и виды кластеризации 199
џ 6.3. Иерархическая кластеризация 202
џ 6.4. Кластеризация методами теории графов 203
џ 6.5. Алгоритм EM 208
џ 6.6. Кластеризация при помощи EM 215
џ 6.7. Алгоритм k-средних 223
џ 6.8. Нечјткие алгоритмы кластеризации 230
џ 6.9. Заключение 232
Глава 7. Обучение с подкреплением 233
џ 7.1. Введение 234
џ 7.2. Как оценивать поведение агента? 236
џ 7.3. Многорукие бандиты 240
џ 7.4. Доказуемо оптимальные алгоритмы 241
џ 7.5. Другие стратегии 246
џ 7.6. Поиск стратегий в известной модели 248
џ 7.7. Поиск оптимальных стратегий без модели 250
џ 7.8. Поиск моделей и оптимальных стратегий по ним 256
џ 7.9. Игрушечный пример Q-обучения и Dyna 260
џ 7.10. Заключение 268
”Жить стало лучше... но противнее. Люди которые ставят точку после слова лучше становятся сторонниками Путина, наши же сторонники делают акцент на слове противнее ( ложь, воровство, лицемерие, вражда )." (с) Борис Немцов
Здравствуйте, okon, Вы писали:
O>Хотел спросить какие есть хорошие книги _в электронном_ формате по машинному обучению ? O>Бумажный вариант тоже можно рассмотреть но это в долгосрочном приоритете, т.к. физическая доставка будет не удобна.
Есть такой товарищ, Константин Вячеславович Воронцов. Книги хорошие, в электронном виде, бесплатно.
O>Со своей стороны хочу поделиться книжкой которую нашел , еще не читал, но цена вопроса 30 рублей, при этом раскрываются достаточно интересные темы, содержание ниже. O>авторы С. И. Николенко, А. Л. Тулупьев. O>https://www.litres.ru/aleksandr-tulupev/samoobuchauschiesya-sistemy-11647871/
По оглавлению уже понятно, что не очень.
Здравствуйте, Brice Tribbiani, Вы писали:
BT>Здравствуйте, okon, Вы писали:
O>>Хотел спросить какие есть хорошие книги _в электронном_ формате по машинному обучению ?
BT>Из англоязычных, бесплатных и про нейросети — вот эта ниче так.
спасибо,
платные тоже можно, бумажные не желательно )
”Жить стало лучше... но противнее. Люди которые ставят точку после слова лучше становятся сторонниками Путина, наши же сторонники делают акцент на слове противнее ( ложь, воровство, лицемерие, вражда )." (с) Борис Немцов
Оно выглядит не плохо только в качестве ознакомления с неким историческим базисом данного направления. Но не в качестве актуального учебника, т.к. основных современных методов машинного обучения там просто нет (во всяком случае судя по оглавлению).
_>Оно выглядит не плохо только в качестве ознакомления с неким историческим базисом данного направления. Но не в качестве актуального учебника, т.к. основных современных методов машинного обучения там просто нет (во всяком случае судя по оглавлению).
Именно.
Издана она давно.
Но для показа начинающим программерам, коих я учу — очень даже подходит.
Начинающие программеры плохо относятся к математике.
Обычно они считают, что напишут подобные программы за пару недель на любимом языке...
А кое-кто — и реально писать начинает...
Эта книжка несколько отрезвляет.
А прикиньте, — говорю я им, — что с тех пор наработано?
Какая ТЕПЕРЬ математика?
Чешут в затылках...
Хочешь быть счастливым — будь им!
Без булдырабыз!!!
Здравствуйте, alex_public, Вы писали:
_>Здравствуйте, LaptevVV, Вы писали:
O>>>авторы С. И. Николенко, А. Л. Тулупьев. O>>>https://www.litres.ru/aleksandr-tulupev/samoobuchauschiesya-sistemy-11647871/ LVV>>Книжка — СУПЕР. Я имею бумажный вариант самого первого издания. LVV>>Написано прекрасно, программы — на совершенно разных языках.
_>Оно выглядит не плохо только в качестве ознакомления с неким историческим базисом данного направления. Но не в качестве актуального учебника, т.к. основных современных методов машинного обучения там просто нет (во всяком случае судя по оглавлению).
Старые методы тоже знать полезно, тем более у математики нет возраста, теорема пифагора старая, но актуальна до сих пор.
”Жить стало лучше... но противнее. Люди которые ставят точку после слова лучше становятся сторонниками Путина, наши же сторонники делают акцент на слове противнее ( ложь, воровство, лицемерие, вражда )." (с) Борис Немцов
