Avis des lecteurs
Résumé:Ce livre propose une exploration complète et détaillée des machines à vecteurs de support (SVM) et des méthodes à noyau, ce qui le rend adapté à ceux qui ont une solide formation dans les disciplines mathématiques concernées. Cependant, il peut être difficile à comprendre pour les novices en raison des mathématiques avancées qu'il implique et de certaines omissions dans la couverture.
Avantages:⬤ Couverture approfondie des domaines clés des SVM et des méthodes à noyaux
⬤ écrit par des experts reconnus
⬤ nombreux exemples et références
⬤ chapitres bien organisés qui permettent une lecture non linéaire
⬤ adapté aux étudiants diplômés et aux chercheurs
⬤ traitement mathématique approfondi de la théorie des SVM.
⬤ Ne convient pas aux novices
⬤ nécessite de solides connaissances en analyse fonctionnelle, en probabilités et en optimisation
⬤ certains chapitres et annexes peuvent être insuffisants pour ceux qui n'ont pas les connaissances adéquates
⬤ quelques fautes de frappe et erreurs dans les théorèmes
⬤ le livre commence à dater alors que le domaine évolue.
(basé sur 19 avis de lecteurs)
Titre original :
Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond
Contenu du livre :
Une introduction complète aux machines à vecteurs de support et aux méthodes à noyau apparentées.
Dans les années 1990, un nouveau type d'algorithme d'apprentissage a été développé, basé sur les résultats de la théorie de l'apprentissage statistique : la machine à vecteur de support (SVM). Cela a donné naissance à une nouvelle classe de machines d'apprentissage théoriquement élégantes qui utilisent un concept central des SVM - les noyaux - pour un certain nombre de tâches d'apprentissage.
Les machines à noyau fournissent un cadre modulaire qui peut être adapté à différentes tâches et domaines par le choix de la fonction noyau et de l'algorithme de base. Elles remplacent les réseaux neuronaux dans de nombreux domaines, notamment l'ingénierie, la recherche d'informations et la bio-informatique. Learning with Kernels propose une introduction aux SVM et aux méthodes à noyau apparentées.
Bien que le livre commence par les bases, il inclut également les recherches les plus récentes. Il fournit tous les concepts nécessaires pour permettre à un lecteur doté de quelques connaissances mathématiques de base d'entrer dans le monde de l'apprentissage automatique en utilisant des algorithmes à noyau théoriquement bien fondés mais faciles à utiliser, et de comprendre et d'appliquer les puissants algorithmes qui ont été développés au cours des dernières années.
Autres informations sur le livre :
| ISBN : | 9780262536578 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2018 |
| Nombre de pages : | 648 |
Achat:
Actuellement disponible, en stock.
