Apprendimento automatico: Un approccio basato sui vincoli

Titolo originale:

Machine Learning: A Constraint-Based Approach

Contenuto del libro:

Apprendimento automatico: A Constraint-Based Approach, Second Edition offre ai lettori uno sguardo rinnovato ai modelli e agli algoritmi di base dell'apprendimento automatico, con un'enfasi sugli argomenti di interesse attuale che includono le reti neurali e le macchine kernel. Il libro presenta le informazioni in un modo veramente unificato, basato sulla nozione di apprendimento da vincoli ambientali.

Traccia un percorso di integrazione profonda con l'apprendimento automatico che si basa sull'idea di adottare formalismi logici multivariati, come nei sistemi fuzzy. Un'attenzione particolare è dedicata all'apprendimento profondo, che ben si adatta all'approccio basato sui vincoli seguito in questo libro.

Il libro presenta una nozione unificata e più semplice di regolarizzazione, strettamente connessa al principio di parsimonia, e include molti esercizi risolti classificati in base alla classifica di difficoltà di Donald Knuth, che consiste essenzialmente in un mix di esercizi di riscaldamento che portano a problemi di ricerca più approfonditi. È incluso anche un simulatore software.