Краткое руководство по машинному обучению для начинающих и практиков

Эта книга представляет собой сжатое, но содержательное введение в машинное обучение. Автор, Андрий Бурков, фокусируется на наиболее практичных и проверенных временем концепциях, отсекая избыточную теорию. Книга начинается с честного обсуждения того, что на самом деле означает «машинное обучение», развенчивая некоторые мифы и объясняя его истинную природу как поиска математических формул по данным.

Структура книги позволяет быстро освоить фундаментальные идеи: от основных типов обучения (обучение с учителем, без учителя, с подкреплением) и оценки моделей до конкретных алгоритмов, таких как линейная и логистическая регрессия, методы ансамблирования (случайный лес, градиентный бустинг), нейронные сети и методы уменьшения размерности. Особое внимание уделяется практическим аспектам: подготовке данных, выбору признаков и инженерии признаков.

Книга идеально подходит для начинающих, которые хотят получить четкое понимание поля без погружения в излишние математические детали, а также для практикующих специалистов, которым нужен структурированный справочник для быстрого освежения знаний. Автор использует принцип «прочитай сначала, купи потом», поощряя читателей свободно знакомиться с материалом. Каждая глава снабжена QR-кодами, ведущими на вики-сайт книги с дополнительными материалами, кодом и обновлениями, что делает книгу «живым» ресурсом.