⇐ Назад

Предисловие из оригинального издания...........................................................13
Вступление..............................................................................................................15
Кому адресована эта книга....................................................................................16
От издательства....................................................................................................17
Глава 1. Введение.....................................................................................................18
1.1. Что такое машинное обучение........................................................................18
1.2. Типы обучения...............................................................................................18
1.3. Как работает обучение с учителем.................................................................20
1.4. Почему модель способна работать с новыми данными....................................25
Глава 2. Обозначения и определения........................................................................27
2.1. Обозначения...................................................................................................27
2.2. Случайная величина.......................................................................................34
2.3. Несмещенные оценки.....................................................................................37
2.4. Правило Байеса..............................................................................................37
2.5. Оценка параметров.........................................................................................38
2.6. Параметры и гиперпараметры........................................................................39
2.7. Классификация и регрессия............................................................................39
2.8. Обучение на основе моделей и на основе примеров.......................................40
2.9. Поверхностное и глубокое обучение...............................................................41
Глава 3. Фундаментальные алгоритмы......................................................................42
3.1. Линейная регрессия........................................................................................42
3.2. Логистическая регрессия................................................................................46
3.3. Обучение дерева решений..............................................................................49
3.4. Метод опорных векторов................................................................................53
3.5. Метод k ближайших соседей...........................................................................57
Глава 4. Анатомия алгоритмов обучения...................................................................59
4.1. Строительные блоки алгоритмов обучения.....................................................59
4.2. Градиентный спуск.........................................................................................60
4.3. Как работают инженеры, занимающиеся машинным обучением......................66
4.4. Особенности алгоритмов обучения.................................................................67
Глава 5. Практические основы..................................................................................69
5.1. Проектирование признаков.............................................................................69
5.2. Выбор алгоритма обучения.............................................................................74
5.3. Три набора.....................................................................................................76
5.4. Недообучение и переобучение........................................................................78
5.5. Регуляризация................................................................................................81
5.6. Оценка эффективности модели.......................................................................82
5.7. Настройка гиперпараметров............................................................................88
Глава 6. Нейронные сети и глубокое обучение..........................................................91
6.1. Нейронные сети..............................................................................................91
6.2. Глубокое обучение.........................................................................................95
Глава 7. Проблемы и решения.................................................................................110
7.1. Ядерная регрессия........................................................................................110
7.2. Многоклассовая классификация....................................................................112
7.3. Одноклассовая классификация.....................................................................113
7.4. Классификация с многими метками...............................................................116
7.5. Обучение ансамбля.......................................................................................118
7.6. Обучение маркировке последовательностей.................................................123
7.7. Обучение преобразованию последовательностей в последовательности.......124
7.8. Активное обучение.......................................................................................126
7.9. Обучение с частичным привлечением учителя..............................................128
7.10. Обучение с первого раза.............................................................................131
7.11. Обучение без подготовки............................................................................133
Глава 8. Продвинутые методики..............................................................................135
8.1. Работа с несбалансированными наборами данных........................................135
8.2. Объединение моделей..................................................................................137
8.3. Обучение нейронных сетей...........................................................................139
8.4. Продвинутая регуляризация.........................................................................140
8.5. Обработка нескольких входов.......................................................................141
8.6. Обработка нескольких выходов....................................................................142
8.7. Перенос обучения.........................................................................................143
8.8. Эффективность алгоритмов..........................................................................144
Глава 9. Обучение без учителя...............................................................................147
9.1. Оценка плотности.........................................................................................147
9.2. Кластеризация..............................................................................................149
9.3. Сокращение размерности..............................................................................159
9.4. Обнаружение аномалий................................................................................164
Глава 10. Другие формы обучения..........................................................................165
10.1. Определение метрик...................................................................................165
10.2. Определение ранга.....................................................................................167
10.3. Обучение делать рекомендации..................................................................170
10.4. Самообучение с учителем: вложения слов..................................................174
Глава 11. Заключение.............................................................................................177
11.1. Что не было затронуто................................................................................177
11.2. Благодарности............................................................................................181
Алфавитный указатель........................................................................................183

Оглавление