Potenciación: Fundamentos y algoritmos

Opiniones de los lectores

El libro ofrece un examen exhaustivo de la familia de algoritmos AdaBoost, haciendo especial hincapié en los fundamentos matemáticos y las pruebas rigurosas. Aunque constituye una fuente autorizada sobre boosting, su lectura y comprensión exigen una inversión significativa de tiempo y esfuerzo. Es más adecuado para lectores con una sólida formación en aprendizaje automático y matemáticas, ya que puede no estar dirigido a aficionados o a quienes busquen implementaciones rápidas y prácticas.

⬤ Cobertura exhaustiva del boosting, escrita por los inventores originales
⬤ ofrece profundos conocimientos teóricos
⬤ excelente estructura y claridad
⬤ pruebas rigurosas y explicaciones exhaustivas
⬤ accesible para quienes tienen conocimientos previos
⬤ considerado una obra maestra en la literatura sobre aprendizaje automático.

⬤ Denso y difícil de seguir para los que no tienen conocimientos previos
⬤ gran énfasis en la teoría matemática con ejemplos prácticos limitados
⬤ puede ser frustrante para los lectores que buscan aplicaciones rápidas o prácticas
⬤ algunos revisores consideran que algunos contenidos son excesivos y no útiles.

(basado en 21 opiniones de lectores)

Título original:

Boosting: Foundations and Algorithms

Contenido del libro:

Una introducción accesible y una referencia esencial para un enfoque del aprendizaje automático que crea reglas de predicción muy precisas combinando muchas otras débiles e imprecisas.

El boosting es un enfoque del aprendizaje automático basado en la idea de crear un predictor altamente preciso combinando muchas "reglas empíricas" débiles e imprecisas. Se ha desarrollado una teoría extraordinariamente rica en torno al refuerzo, con conexiones a una serie de temas, como la estadística, la teoría de juegos, la optimización convexa y la geometría de la información. Los algoritmos de refuerzo también han tenido éxito práctico en campos como la biología, la visión y el procesamiento del habla. En distintos momentos de su historia, el boosting se ha percibido como algo misterioso, controvertido e incluso paradójico.

Este libro, escrito por los inventores del método, reúne, organiza, simplifica y amplía sustancialmente dos décadas de investigación sobre boosting, presentando tanto la teoría como las aplicaciones de una manera accesible para lectores de diversos orígenes, al tiempo que proporciona una referencia autorizada para investigadores avanzados. Con su tratamiento introductorio de todo el material y la inclusión de ejercicios en cada capítulo, el libro es apropiado también para su uso en cursos.

El libro comienza con una introducción general a los algoritmos de aprendizaje automático y su análisis.

A continuación, explora la teoría central del boosting, especialmente su capacidad de generalización.

Examina algunos de los innumerables puntos de vista teóricos que ayudan a explicar y comprender el boosting.

Proporciona extensiones prácticas del boosting para problemas de aprendizaje más complejos.

Y, por último, presenta una serie de temas teóricos avanzados. A lo largo del libro se ofrecen numerosas aplicaciones e ilustraciones prácticas.