Primer curso de aprendizaje automático

Opiniones de los lectores

El libro está bien considerado por sus explicaciones intuitivas de las técnicas de aprendizaje automático, que lo hacen accesible para quienes están familiarizados con las notaciones básicas. Sin embargo, los lectores han señalado varios problemas, en particular con los errores tipográficos y de formato en la versión electrónica, junto con la falta de cobertura de algunos temas.

⬤ Sólida intuición y explicaciones matemáticas accesibles.
⬤ Bueno para adquirir conocimientos básicos sobre aprendizaje automático.
⬤ Organización clara y flujo lógico del contenido.
⬤ Excelente como primer libro para quienes se inician en el aprendizaje automático.
⬤ Relatos amenos y comparaciones de métodos.

⬤ Numerosas erratas y errores en todo el libro.
⬤ La versión electrónica tiene problemas de formato con las fórmulas matemáticas.
⬤ Algunos lectores encontraron los ejemplos en MATLAB en lugar de Python.
⬤ Las páginas son finas, lo que hace menos cómoda la lectura.
⬤ Algunos críticos mencionaron que se necesitan más conocimientos de cálculo y álgebra lineal.

(basado en 21 opiniones de lectores)

Título original:

A First Course in Machine Learning

Contenido del libro:

"A First Course in Machine Learningde Simon Rogers y Mark Girolami es el mejor libro de introducción al ML disponible en la actualidad. Combina rigor y precisión con accesibilidad, parte de una explicación detallada de los fundamentos básicos del análisis bayesiano en los entornos más sencillos y llega hasta las fronteras del tema, como los modelos de mezcla infinita, los GP y MCMC".

--Devdatt Dubhashi, Profesor, Departamento de Informática e Ingeniería, Universidad de Chalmers, Suecia.

"Este libro de texto consigue ser más fácil de leer que otros libros comparables en la materia, al tiempo que conserva todo el tratamiento riguroso necesario. Los nuevos capítulos lo sitúan a la vanguardia del campo al cubrir temas que se han convertido en la corriente principal del aprendizaje automático en la última década".

--Daniel Barbara, Universidad George Mason, Fairfax, Virginia, EE. UU.

"La nueva edición de A First Course in Machine Learning de Rogers y Girolami es una excelente introducción al uso de métodos estadísticos en el aprendizaje automático. El libro introduce conceptos como el modelado matemático, la inferencia y la predicción, proporcionando 'justo a tiempo' los antecedentes esenciales sobre álgebra lineal, cálculo y teoría de la probabilidad que el lector necesita para comprender estos conceptos".

--Daniel Ortiz-Arroyo, Profesor Asociado, Universidad de Aalborg Esbjerg, Dinamarca.

"Me ha impresionado lo ajustado que está el material a las necesidades de un curso introductorio sobre aprendizaje automático, lo que constituye su mayor virtud... En general, se trata de un libro pragmático y útil, que se ajusta bien a las necesidades de un curso introductorio y que estudiaré para mis propios alumnos en los próximos meses".

--David Clifton, Universidad de Oxford, Reino Unido.

"La primera edición de este libro ya era un excelente texto introductorio sobre aprendizaje automático para un curso avanzado de licenciatura o de nivel de máster, o de hecho para cualquiera que desee aprender sobre un campo interesante e importante de la informática. Los capítulos adicionales de material avanzado sobre procesos gaussianos, MCMC y modelado de mezclas proporcionan una base ideal para proyectos prácticos, sin perturbar la exposición muy clara y legible de los fundamentos contenidos en la primera parte del libro".

--Gavin Cawley, profesor titular, Escuela de Ciencias Informáticas, Universidad de East Anglia, Reino Unido.

"Este libro podría ser utilizado por estudiantes de primer y segundo ciclo de licenciatura o estudiantes de primer año de posgrado, así como por personas que deseen explorar el campo del aprendizaje automático... El libro introduce no sólo los conceptos, sino también las ideas subyacentes sobre la implementación de algoritmos desde una perspectiva de pensamiento crítico".

--Guangzhi Qu, Universidad de Oakland, Rochester, Michigan, EE. UU.