Note :
Ce livre est hautement recommandé pour les applications pratiques dans les tâches de classification et la prise de décision, soulignant l'efficacité des modèles simples par rapport aux modèles complexes dans les scénarios du monde réel. Il fournit des informations précieuses et des exemples concrets aux praticiens.
Avantages:⬤ Plaide en faveur de modèles simples et transparents qui sont souvent plus précis que les modèles complexes dans les tâches de classification du monde réel.
⬤ Contient des idées pratiques et des exemples concrets.
⬤ Convient à un public professionnel qui met l'accent sur la prise de décision.
⬤ Explications claires et concises.
⬤ Offre des outils pour améliorer la vie grâce à une meilleure prise de décision.
⬤ Peut ne pas plaire à ceux qui recherchent des discussions académiques approfondies.
⬤ Certains lecteurs peuvent préférer des techniques avancées et des modèles complexes que le livre critique.
(basé sur 4 avis de lecteurs)
Classification in the Wild: The Science and Art of Transparent Decision Making
Les règles pour construire des modèles formels qui utilisent des heuristiques rapides et économiques, étendant l'étude psychologique de la classification au monde réel de l'incertitude.
Ce livre se concentre sur la classification - l'attribution d'objets dans des catégories - "dans la nature", dans des situations réelles et loin de la certitude du laboratoire. Dans la nature, contrairement aux expériences psychologiques typiques, l'avenir n'est pas connu et l'incertitude ne peut pas être réduite de manière significative à la probabilité.
Reliant la science heuristique à l'apprentissage automatique, ce livre montre comment créer des modèles formels utilisant des règles de classification qui sont simples, rapides et transparentes et qui peuvent être aussi précises que des algorithmes mathématiquement sophistiqués développés pour l'apprentissage automatique.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)