Идеи машинного обучения: от теории к алгоритмам

Шалев-Шварц Шай; Бен-Давид Шай

База данных: Каталог библиотеки СФУ (32.972)

Библиографическое описание: Шалев-Шварц, Шай . Идеи машинного обучения: от теории к алгоритмам = Understanding Machine Learning: From Theory to Algorithms / Шалев-Шварц Шай. - М. : ДМК Пресс, 2019. - 437 с. - ISBN 978-5-97060-673-5 : Б. ц. - Текст : непосредственный.

Аннотация: Машинное обучение — один из самых быстро развивающихся разделов информатики с приложениями в самых разных областях. Цель этой книги — познакомить читателя с фундаментальными принципами машинного обучения и характерными для него алгоритмическими парадигмами. Книга содержит обширный свод основополагающих теоретических идей машинного обучения и математические выкладки, благодаря которым эти идеи становятся практическими алгоритмами. Вслед за изложением базовых основ дисциплины рассматривается широкий спектр тем, не нашедших достаточного отражения в предшествующих учебниках: вычислительная сложность обучения, понятия выпуклости и устойчивости, важные алгоритмы, включая стохастический градиентный спуск, нейронные сети и обучение структурированному выводу, а также совсем недавние теоретические концепции, например, PAC-байесовский подход и границы сжатия.

Год издания: 2019

Авторы: Шалев-Шварц Шай, Бен-Давид Шай

Редакторы, составители и др.: Слинкин А. А.

Издательство: ДМК Пресс, М.

Количество страниц: 437

Количество экземпляров:

Издание имеется только в электронном виде

Показать дополнительные сведения

Цифровые и тематические книжные коллекции издания

Подписные книги из ЭБС "Руконт"

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Флах Петер
2023 год

Машинное обучение с участием человека

(Манро) Монарх Роберт
2022 год

Инженерия машинного обучения

Бурков Андрей
2022 год

Построение систем машинного обучения на языке Python

Коэльо Луис Педро и др.
2023 год

Занимательное машинное обучение

Масахиро Араки
2020 год

Машинное обучение в Elastic Stack

Кольер Рич и др.
2022 год

Машинное обучение и безопасность

Чио Кларенс и др.
2020 год

Вероятностное машинное обучение. Введение

Мэрфи Кэвин П.
2023 год

Машинное обучение с использованием библиотеки Н2О

Кук Даррен
2018 год

Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow

Хапке Ханнес и др.
2021 год

Технологии и инструментарий машинного обучения

Митина О. А. и др.
2023 год

Алгоритмы машинного обучения: базовый курс

Венс Тайлер
2025 год

Крупномасштабное машинное обучение вместе с Python

Шарден Бастиан и др.
2018 год

Основы машинного обучения

Лимановская Оксана Викторовна и др.
2020 год

Построение систем машинного обучения на языке Python

Ричарт Вилли и др.

Основы машинного обучения

Ефимов Анатолий Иванович
2025 год

Библиотечно-издательский комплекс СФУ

Идеи машинного обучения: от теории к алгоритмам

Цифровые и тематические книжные коллекции издания

Похожие публикации

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных

Машинное обучение с участием человека

Инженерия машинного обучения

Построение систем машинного обучения на языке Python

Занимательное машинное обучение

Машинное обучение в Elastic Stack

Машинное обучение и безопасность

Вероятностное машинное обучение. Введение

Машинное обучение с использованием библиотеки Н2О

Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow

Технологии и инструментарий машинного обучения

Алгоритмы машинного обучения: базовый курс

Крупномасштабное машинное обучение вместе с Python

Основы машинного обучения

Построение систем машинного обучения на языке Python

Основы машинного обучения

Будние дни	9:00–19:00
Суббота	9:00–17:00
Воскресенье	выходной день

Единый телефон	+7 (391) 291-25-74
Библиотека	+7 (391) 206-21-06
Издательство	+7 (391) 206-25-88
E-mail	bik [at] sfu-kras.ru
Адрес	пр. Свободный, 79/10