Искусственный интеллект. Машинное обучение
Эта книга представляет собой всеобъемлющее руководство по машинному обучению — ключевой области искусственного интеллекта. Она предназначена для широкого круга читателей: от новичков, делающих первые шаги в этой динамичной сфере, до опытных практиков, желающих углубить свои знания и освоить передовые техники.
Книга начинается с исторического экскурса, прослеживая эволюцию идей машинного обучения от аристотелевской логики и индуктивного метода до основополагающих работ XIX века, таких как линейная регрессия Френсиса Гальтона. Это позволяет читателю понять теоретические и философские корни современных алгоритмов.
Основное содержание книги структурировано вокруг практических аспектов построения и применения моделей машинного обучения. Подробно рассматриваются все этапы рабочего процесса: от подготовки и предобработки данных, выбора и обучения моделей до их оценки, оптимизации и интерпретации результатов. Особое внимание уделяется работе с различными типами данных — структурированными, текстовыми, временными, а также неструктурированными (изображения, аудио, видео) и графовыми.
Каждая тема подкреплена практическими примерами и советами, что помогает закрепить теоретические знания и развить навыки, необходимые для решения реальных задач. Книга охватывает как фундаментальные методы, так и продвинутые темы, включая регуляризацию, работу с несбалансированными данными и сложные методы оценки моделей.
