Bewertung: Schimpfen Sie weiter. Ich fürchte, ich fand dieses Buch als Referenz für maschinelles Lernen weitgehend unbrauchbar. Es ist möglicherweise eine gute Einführung in die Mathematik bestimmter Arten des maschinellen Lernens (Anmerkung: SVM wird nicht diskutiert, es passt "nicht gut zum Bayes'schen Ansatz"). Ich fand die Mathematik nicht besonders gut erklärt, und diese Mathematik setzt weitaus mehr Mathematik und Prob / Stat-Exposition voraus, als der Autor im vorderen Teil des Buches ... mehr dazu

Bewertung: Es ist schwer zu sagen, dass jemand dieses ganze Buch tatsächlich "gelesen" hat - es liest sich wie ein kleiner Teil aller gängigen Algorithmen für maschinelles Lernen. Ich würde es nicht für eine Einführung in das maschinelle Lernen empfehlen, nicht aufgrund der erforderlichen technischen Fähigkeiten (da es in Mathematik tatsächlich viel leichter ist als andere ähnliche Bücher), sondern auch aufgrund der Methode und Tiefe, in der der Autor das Material einführt.

Davon abges... mehr dazu

Bewertung: Die Autoren sind der weltweit führende Experte auf dem Gebiet des Online-Lernens und der Lerntheorie. Ich denke, dies ist das beste Buch, um einige grundlegende Lerntheorien zu lernen und wie es bei der Analyse von Lernalgorithmen angewendet wird. Die Kapitel über stochastische Optimierung und Online-Lernen sind sehr gut geschrieben. Sie enthalten eine detaillierte Ableitung des Konvergenzratenbeweises und einige andere wesentliche Details, die in anderen Büchern fehlen. Ich empfehle Leuten, die... mehr dazu

Bewertung: Dies ist ein Einführungsbuch zum maschinellen Lernen. Das Buch enthält ziemlich viel Mathematik und Statistik, was mir gefällt. Eine Vielzahl von Methoden und Algorithmen wird vorgestellt:

Neuronale Netze
Bayesianisches Lernen
Genetische Algorythmen
Verstärkung lernen

Das behandelte Material ist sehr interessant und klar erklärt. Ich finde die Präsentation allerdings etwas mangelhaft. Ich denke, es hat mit den gewählten Schriftarten und dem Fehlen einer H... mehr dazu

Bewertung: Ich habe gerade die "frühe Veröffentlichung" gelesen, dh den rohen und unbearbeiteten Text - wie es auf der O'Reilly-Website beschrieben wird. Es ist keine Lüge, es gibt Tippfehler und kleinere Fehler sowie mehrere fehlende Abschnitte.

Ich bin enttäuscht. Ich fand, dass dieses Buch auf halbem Weg zwischen Theorie und Praxis bleibt, aber in keiner Hinsicht herausragend ist. Zum Beispiel fand ich die Präsentationen von Boltzmann-Maschinen (BM), wiederkehrenden neuronalen N... mehr dazu

Bewertung: Ich begrüße die Autoren aufrichtig für dieses Buch. Ihre Arbeit ist sehr lobenswert.

Für einen Neuling wie mich war es sogar hilfreich, die Anhänge zu lesen. Diese Grundlagen sind definitiv der Schlüssel zum Verständnis der vielen fortgeschrittenen Themen im gesamten Buch. Die Autoren offenbaren in den Kapiteln auch andere wesentliche Konzepte wie Ko-Varianz und Korrelation. Dies erfordert, dass jeder Abschnitt des Buches sorgfältig und gründlich gelesen wird.

Das Buch zeig... mehr dazu

Bewertung: Dieses monumentale Werk, das den KI-Lehrbuchmarkt vollständig dominiert, wurde mit Klassikern wie Watsons verglichen Molekularbiologie der Zelleund es gelingt ihm außerordentlich, eine klare, einbändige Zusammenfassung des gesamten Bereichs der künstlichen Intelligenz zu liefern. Wie bereits erwähnt die Homepage des BuchesEs wird an über 1200 Universitäten in über 100 Ländern verwendet und ist die 25. am häufigsten zitierte Veröffentlichung über Citeseer und die am zweithäufigsten zitiert... mehr dazu