Aprendizaje automático: Una introducción a las matemáticas aplicadas

Opiniones de los lectores

El libro ofrece una introducción accesible a los conceptos del aprendizaje automático, sobre todo para quienes carecen de una sólida formación matemática. Equilibra la intuición y la profundidad matemática, lo que lo convierte en un buen recurso tanto para principiantes como para quienes tienen cierta experiencia. Sin embargo, puede que no sea tan adecuado para completos novatos en matemáticas o aprendizaje automático, ya que se presuponen algunos conceptos fundamentales.

⬤ Grandes explicaciones de los conceptos de aprendizaje automático
⬤ fácil de entender para los no matemáticos
⬤ buen equilibrio entre intuición y detalle técnico
⬤ bien organizado con ejemplos y diagramas útiles
⬤ estilo de escritura entretenido
⬤ sirve como compañero de libros de texto más técnicos.

⬤ No apto para lectores sin una base matemática
⬤ puede saltarse definiciones importantes y detalles técnicos
⬤ podría decepcionar a quienes busquen un tratamiento profundo y riguroso del aprendizaje automático
⬤ carece de versión electrónica
⬤ vista previa limitada en plataformas como Amazon.

(basado en 42 opiniones de lectores)

Título original:

Machine Learning: An Applied Mathematics Introduction

Contenido del libro:

Machine Learning: An Applied Mathematics Introduction cubre las matemáticas esenciales detrás de todos los temas siguientes.

⬤ K Vecinos más cercanos.

⬤ K Means Clustering.

⬤ Clasificador Na ve Bayes.

⬤ Métodos de regresión.

⬤ Máquinas de vectores soporte.

⬤ Mapas autoorganizativos.

⬤ Árboles de Decisión.

⬤ Redes neuronales.

⬤ Aprendizaje por Refuerzo.

El libro incluye muchos ejemplos del mundo real de una variedad de campos, incluyendo.

⬤ finanzas (modelización de la volatilidad)

⬤ economía (tipos de interés, inflación y PIB)

⬤ Política (clasificación de políticos según su historial de voto y uso de discursos para determinar si un político es de izquierdas o de derechas).

⬤ Biología (reconocer variedades de flores y determinar el sexo a partir de la estatura y el peso de los adultos).

⬤ sociología (clasificación de localidades según las estadísticas de delincuencia)

⬤ juegos (máquinas de fruta y Blackjack)

⬤ negocios (clasificar a los miembros de su propio sitio web para ver quién se suscribe a su revista )

Paul Wilmott aporta tres décadas de experiencia en la enseñanza de las matemáticas, y su inimitable estilo, a los temas más candentes. Este libro es una introducción accesible para cualquiera que quiera entender los fundamentos, pero que también desee «llegar a la carne sin tener que comer demasiadas verduras».