Aprendizaje automático: A Constraint-Based Approach

Título original:

Machine Learning: A Constraint-Based Approach

Contenido del libro:

Aprendizaje automático: A Constraint-Based Approach, Second Edition ofrece a los lectores una visión refrescante de los modelos y algoritmos básicos del aprendizaje automático, con énfasis en temas de interés actual que incluyen las redes neuronales y las máquinas kernel. El libro presenta la información de una manera verdaderamente unificada que se basa en la noción de aprendizaje a partir de restricciones del entorno.

Traza un camino hacia la integración profunda con el aprendizaje automático que se apoya en la idea de adoptar formalismos de lógica multivaluada, como en los sistemas difusos. Se presta especial atención al aprendizaje profundo, que encaja perfectamente con el enfoque basado en restricciones que se sigue en este libro.

El libro presenta una noción unificada más sencilla de regularización, que está estrictamente conectada con el principio de parsimonia, e incluye muchos ejercicios resueltos que se clasifican según el ranking de dificultad de Donald Knuth, que consiste esencialmente en una mezcla de ejercicios de calentamiento que conducen a problemas de investigación más profundos. También se incluye un simulador de software.