8 полезных бесплатных книг по машинному обучению |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-09-26 15:15 8 полезных бесплатных книг по машинному обучению 1. The Elements of Statistical Learning: Data Mining, Inference, and Prediction В этой книге авторы попытались объединить много важных новых идей, связанных со статистическим обучением. 2. Introduction To Machine Learning Цель этой книги — введение в индуктивное логическое программирование, раздел науки на стыке машинного обучения и логического программирования. 3. Information Theory, Inference, and Learning Algorithms В этой книге рассказывается о теории информации и о статистическом выводе. Книга содержит практические примеры и задания. 4. Gaussian Processes for Machine Learning Эта книга посвящена гауссовским процессам и вопросу обучения с учителем. В книге приведено много алгоритмов, также разбираются сферы применения ГП в машинном обучении и статистике, например, в методе опорных векторов, нейронных сетях, сплайнах и прочем. 5. Bayesian Reasoning and Machine Learning Эта книга пригодится студентам старших курсов с небольшим багажом знаний по линейной алгебре и матанализу. 6. A Course in Machine Learning В этой книге приведен набор вводных материалов по большинству основных аспектов машинного обучения (обучение с учителем и без учителя, вероятностное моделирование, теория обучения и т.д.). 7. Machine Learning, Neural and Statistical Classification Цель этой книги — рассказать о современных подходах к классификации. Они сравниваются по производительности и областям применения в реальных случаях. 8. Introduction To Machine Learning В этой книге рассматриваются многие важные вопросы машинного обучения с 2006 года. Это и не учебник, и не задачник: цель книги — подготовить читателя к дальнейшему освоению этой темы. Комментарии: |
|