Bewertung:
Das Buch bietet eine leicht zugängliche Einführung in Konzepte des maschinellen Lernens, vor allem für diejenigen, die keinen ausgeprägten mathematischen Hintergrund haben. Es bietet ein ausgewogenes Verhältnis zwischen Intuition und mathematischer Tiefe und ist damit sowohl für Anfänger als auch für diejenigen, die bereits über einige Erfahrung verfügen, eine gute Ressource. Für völlige Neulinge in der Mathematik oder im maschinellen Lernen ist es jedoch möglicherweise nicht so gut geeignet, da einige grundlegende Konzepte vorausgesetzt werden.
Vorteile:⬤ Großartige Erklärungen von Konzepten des maschinellen Lernens
⬤ leicht verständlich für Nicht-Mathematiker
⬤ gute Balance zwischen Intuition und technischen Details
⬤ gut organisiert mit nützlichen Beispielen und Diagrammen
⬤ unterhaltsamer Schreibstil
⬤ dient als Ergänzung zu technischeren Lehrbüchern.
⬤ Nicht geeignet für Leser ohne mathematische Grundkenntnisse
⬤ überspringt möglicherweise wichtige Definitionen und technische Details
⬤ könnte diejenigen enttäuschen, die eine tiefgründige und rigorose Behandlung des maschinellen Lernens suchen
⬤ es fehlt eine elektronische Version
⬤ begrenzte Vorschau auf Plattformen wie Amazon.
(basierend auf 42 Leserbewertungen)
Machine Learning: An Applied Mathematics Introduction
Das Buch Maschinelles Lernen: Eine Einführung in die angewandte Mathematik behandelt die wesentlichen mathematischen Grundlagen aller folgenden Themen.
⬤ K Nächstgelegene Nachbarn.
⬤ K-Mittel-Clustering.
⬤ Na ve Bayes Klassifikator.
⬤ Regressionsmethoden.
⬤ Stützvektormaschinen.
⬤ Selbstorganisierende Karten.
⬤ Entscheidungsbäume.
⬤ Neuronale Netze.
⬤ Reinforcement Learning.
Das Buch enthält viele Beispiele aus der Praxis aus einer Vielzahl von Bereichen, darunter.
⬤ Finanzwesen (Volatilitätsmodellierung)
⬤ Wirtschaft (Zinssätze, Inflation und BIP)
⬤ Politik (Klassifizierung von Politikern anhand ihres Abstimmungsverhaltens und Verwendung von Reden, um festzustellen, ob ein Politiker dem linken oder rechten Flügel angehört)
⬤ Biologie (Erkennen von Blumensorten und Bestimmen des Geschlechts anhand von Größe und Gewicht von Erwachsenen)
⬤ Soziologie (Klassifizierung von Orten anhand von Kriminalitätsstatistiken)
⬤ Glücksspiel (Spielautomaten und Blackjack)
⬤ Business (Klassifizierung der Mitglieder seiner eigenen Website, um zu sehen, wer seine Zeitschrift abonnieren wird)
Paul Wilmott bringt drei Jahrzehnte Erfahrung im Mathematikunterricht und seinen unnachahmlichen Stil in das heißeste aller Themen ein. Dieses Buch ist eine zugängliche Einführung für alle, die die Grundlagen verstehen wollen, aber auch „zum Fleisch kommen wollen, ohne zu viel Gemüse essen zu müssen“.
| ISBN: | 9781916081604 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 242 |
Derzeit verfügbar, auf Lager.
![Paul Wilmott führt in die Finanzmathematik ein [mit CDROM] - Paul Wilmott Introduces Quantitative Finance [With CDROM]](/_/0/230/230944-10b1.webp)
