Understanding Machine Learning | Buch

Um unseren Shop nutzen zu können, müssen Sie Javascript in Ihrem Browser aktivieren.

Cover: 9781107057135 | Understanding Machine Learning | Shai Shalev-Shwartz (u. a.) | Buch

Dekorationsartikel gehören nicht zum Leistungsumfang.

Sprache: Englisch

56,25 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

auf Lager, Lieferzeit 1-2 Werktage

Sie können kein Produkt in den Warenkorb legen, da Javascript und technisch notwendige Cookies aktiviert sein müssen.

Kategorien:

Der Artikel ist nicht in deutscher Sprache verfasst.
Die Sprache der Produktbeschreibung und Details kann in Englisch angegeben sein. Sollten Sie Verständnisprobleme haben, wenden Sie sich gerne an uns.

Beschreibung

Machine learning is one of the fastest growing areas of computer science, with far-reaching applications. This book explains the principles behind the automated learning approach and the considerations underlying its usage. The authors explain the 'hows' and 'whys' of machine-learning algorithms, making the field accessible to both students and practitioners.

Über den Autor

Shai Shalev-Shwartz is an Associate Professor at the School of Computer Science and Engineering at the Hebrew University of Jerusalem, Israel.

Inhaltsverzeichnis

1. Introduction; Part I. Foundations: 2. A gentle start; 3. A formal learning model; 4. Learning via uniform convergence; 5. The bias-complexity trade-off; 6. The VC-dimension; 7. Non-uniform learnability; 8. The runtime of learning; Part II. From Theory to Algorithms: 9. Linear predictors; 10. Boosting; 11. Model selection and validation; 12. Convex learning problems; 13. Regularization and stability; 14. Stochastic gradient descent; 15. Support vector machines; 16. Kernel methods; 17. Multiclass, ranking, and complex prediction problems; 18. Decision trees; 19. Nearest neighbor; 20. Neural networks; Part III. Additional Learning Models: 21. Online learning; 22. Clustering; 23. Dimensionality reduction; 24. Generative models; 25. Feature selection and generation; Part IV. Advanced Theory: 26. Rademacher complexities; 27. Covering numbers; 28. Proof of the fundamental theorem of learning theory; 29. Multiclass learnability; 30. Compression bounds; 31. PAC-Bayes; Appendix A. Technical lemmas; Appendix B. Measure concentration; Appendix C. Linear algebra.

Erscheinungsjahr:	2019
Genre:	Informatik
Rubrik:	Naturwissenschaften & Technik
Medium:	Buch
Seiten:	414
Inhalt:	Geb gebundene Bücher
ISBN-13:	9781107057135
ISBN-10:	1107057132
Sprache:	Englisch
Ausstattung / Beilage:	HC gerader Rücken kaschiert
Einband:	Gebunden
Autor:	Shalev-Shwartz, Shai Ben-David, Shai
Hersteller:	Cambridge University Press
Maße:	260 x 183 x 27 mm
Von/Mit:	Shai Shalev-Shwartz (u. a.)
Erscheinungsdatum:	06.03.2019
Gewicht:	0,972 kg

Ähnliche Produkte