Mašininis mokymasis

Šiame modulyje nagrinėjamas mašininis mokymasis, daugiausia dėmesio skiriant algoritmams ir modeliams, kurie leidžia kompiuteriams mokytis iš duomenų ir juos prognozuoti ar priimti sprendimus. Jis apima prižiūrimus, neprižiūrimus ir sustiprintus mokymosi metodus, taip pat praktinį pritaikymą tokiose srityse kaip vaizdų atpažinimas, natūralios kalbos apdorojimas ir nuspėjamoji analizė.

Mokymo programos kūrėjas

Reikia pagalbos? Spustelėkite čia, kad gautumėte instrukcijas.

Suttonas, Richardas S., ir Andrew G. Barto. Pastiprinimo mokymasis: įvadas. Antrasis leidimas. Adaptyvaus skaičiavimo ir mašininio mokymosi serija. Kembridžas, Masačusetsas: “The MIT Press”, 2018 m.

Kirpėjas, Dovydas. Bayeso samprotavimai ir mašininis mokymasis. 1-asis leidimas Kembridžo universiteto leidykla, 2012 m.

https://doi.org/10.1017/CBO9780511804779

MacKay, David J.C. Informacijos teorija, išvados ir mokymosi algoritmai. Kembridžo universiteto leidykla, 2003.

Vyskupas, Christopher M. Modelių atpažinimas ir mašininis mokymasis. Informacijos mokslas ir statistika. Niujorkas: Springeris, 2006.

Mohri, Mehryar, Afshin Rostamizadeh ir Ameet Talwalkar. “Įvadas”. In Mašininio mokymosi pagrindai, 504. “MIT Press”, 2018 m.

https://mitpress.mit.edu/9780262039406/foundations-of-machine-learning/

Murphy, Kevin P. “24 skyrius: Markovo grandinės Monte Karlo (MCMC) išvada” ir “25 skyrius: klasterizacija”. Mašininiame mokymesi: tikimybinė perspektyva. Londonas, Anglija: The MIT Press, 2012.

Wyneris, Abrahamas J., Matthew Olsonas, Justinas Bleichas ir Davidas Mease’as. “AdaBoost ir atsitiktinių miškų kaip interpoliuojančių klasifikatorių sėkmės paaiškinimas.” arXiv, 2017 m. balandžio 29 d.

http://arxiv.org/abs/1504.07676

Hastie, Trevoras, Robertas Tibshirani ir Jerome’as Friedmanas. Statistinio mokymosi elementai: duomenų gavyba, išvados ir prognozavimas. 2-asis leidimas Springerio serija statistikoje. Niujorkas, NY: Springer New York, 2009.

https://doi.org/10.1007/978-0-387-84858-7

Wassermanas, Laris. Visa statistika: glaustas statistinės išvados kursas. Springerio tekstai statistikoje. Niujorkas, NY: Springer Niujorkas, 2004.

https://doi.org/10.1007/978-0-387-21736-9