Обозначения 19
Глава 1. Методы машинного обучения для аналитического прогнозирования 23
Глава 2. Данные — выводы — решения 45
Глава 3. Изучение данных 81
Глава 4. Информационное обучение 149
Глава 5. Обучение на основе сходства 217
Глава 6. Вероятностное обучение 291
Глава 7. Обучение на основе ошибок 371
Глава 8. Оценивание 449
Глава 9. Тематический пример: отток клиентов 521
Глава 10. Тематический пример: классификация галактик 545
Глава 11. Искусство машинного обучения для аналитического
прогнозирования 577
Приложение А. Описательная статистика и визуализация данных
для машинного обучения 593
Приложение Б. Введение в теорию вероятностей 609
Приложение В. Правила дифференцирования 619
Библиография 625
Список рисунков 631
Список таблиц 645
Предметный указатель 652

Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и тематические исследованияМашинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для прогнозирования данных включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов...Автор(ы):Джон Д. Келлехер, Брайан Мак-Нейми, Аоифе д'АрсиПереводчик:Д.А. КлюшинИздательство:Диалектика, ВильямсГод издания:2019ISBN:978-5-6040044-9-4

Оглавление