Avis des lecteurs
Résumé:Ce livre constitue une introduction accessible aux concepts de l'apprentissage automatique, en particulier pour ceux qui ne disposent pas d'un solide bagage mathématique. Il établit un équilibre entre l'intuition et la profondeur mathématique, ce qui en fait une bonne ressource pour les débutants et les personnes ayant une certaine expérience. Cependant, il peut ne pas convenir à des personnes totalement novices en mathématiques ou en apprentissage automatique, étant donné que certains concepts fondamentaux sont supposés.
Avantages:⬤ Excellentes explications des concepts de l'apprentissage automatique
⬤ faciles à comprendre pour les non-mathématiciens
⬤ bon équilibre entre l'intuition et les détails techniques
⬤ bien organisé avec des exemples et des diagrammes utiles
⬤ style d'écriture divertissant
⬤ sert de compagnon à des manuels plus techniques.
⬤ Ne convient pas aux lecteurs qui n'ont pas de connaissances en mathématiques
⬤ peut sauter des définitions importantes et des détails techniques
⬤ pourrait décevoir ceux qui recherchent un traitement approfondi et rigoureux de l'apprentissage automatique
⬤ manque de version électronique
⬤ aperçu limité sur des plates-formes telles qu'Amazon.
(basé sur 42 avis de lecteurs)
Titre original :
Machine Learning: An Applied Mathematics Introduction
Contenu du livre :
L'apprentissage automatique : une introduction aux mathématiques appliquées couvre les mathématiques essentielles qui sous-tendent tous les sujets suivants.
⬤ K Voisins les plus proches.
⬤ K Means Clustering.
⬤ Classificateur Na ve Bayes.
⬤ Méthodes de régression.
⬤ Machines à vecteurs de support.
⬤ Cartes auto-organisatrices.
⬤ Arbres de décision.
⬤ Réseaux neuronaux.
⬤ Apprentissage par renforcement.
L'ouvrage comprend de nombreux exemples concrets tirés de divers domaines, dont les suivants
⬤ la finance (modélisation de la volatilité)
⬤ l'économie (taux d'intérêt, inflation et PIB)
⬤ la politique (classification des hommes politiques en fonction de leurs résultats électoraux et utilisation des discours pour déterminer si un homme politique est de gauche ou de droite)
⬤ biologie (reconnaître les variétés de fleurs et utiliser la taille et le poids des adultes pour déterminer le sexe)
⬤ la sociologie (classer des lieux en fonction des statistiques de la criminalité)
⬤ jeux de hasard (machines à fruits et Blackjack)
⬤ affaires (classification des membres de son propre site web pour savoir qui s'abonnera à son magazine).
Paul Wilmott met à profit trois décennies d'expérience dans l'enseignement des mathématiques et son style inimitable pour aborder les sujets les plus brûlants. Ce livre est une introduction accessible à tous ceux qui veulent comprendre les fondements, mais qui veulent aussi « aller à la viande sans avoir à manger trop de légumes ».
Autres informations sur le livre :
| ISBN : | 9781916081604 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 242 |
Achat:
Actuellement disponible, en stock.
![Paul Wilmott présente la finance quantitative [Avec CDROM] - Paul Wilmott Introduces Quantitative Finance [With CDROM]](/_/0/230/230944-10b1.webp)
