Introduction to Machine Learning. Third Edition
Третье издание классического учебника по машинному обучению от профессора Этема Алпайдина представляет собой систематическое введение в фундаментальные концепции и методы этой быстроразвивающейся области. Книга охватывает как теоретические основы, так и практические алгоритмы, используемые в современных системах искусственного интеллекта.
Структура книги начинается с введения в проблематику машинного обучения, затем подробно рассматривается обучение с учителем, включая байесовскую теорию решений, параметрические и непараметрические методы, деревья решений и линейные классификаторы. Особое внимание уделяется многомерным методам и снижению размерности данных — ключевым аспектам работы с реальными наборами данных.
В последующих главах автор переходит к более сложным темам: многослойные перцептроны, локальные модели, машины опорных векторов, графические модели и скрытые марковские модели. Завершающие разделы посвящены байесовскому оцениванию, ансамблевым методам, обучению с подкреплением и дизайну экспериментов в машинном обучении. Каждая глава содержит упражнения и ссылки на дополнительную литературу.
Книга написана доступным языком, но при этом сохраняет математическую строгость, что делает её идеальным учебником для студентов старших курсов и аспирантов, а также ценным ресурсом для практиков, желающих углубить своё понимание алгоритмов машинного обучения.
