Introduzione all'intelligenza artificiale basata sugli spazi di Hilbert a kernel riproducibili

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces

Contenuto del libro:

Questo libro di testo offre un'esplorazione approfondita dell'apprendimento statistico con kernel riproducenti, un'area di ricerca attiva che può far luce sulle tendenze associate alle reti neurali profonde. L'autore dimostra come il concetto di reproducing kernel Hilbert Spaces (RKHS), accompagnato da strumenti della teoria della regolarizzazione, possa essere efficacemente utilizzato nella progettazione e nella giustificazione di algoritmi di apprendimento con kernel, che possono affrontare problemi in diverse aree dell'intelligenza artificiale. Viene inoltre fornita una descrizione dettagliata di due applicazioni biomediche degli algoritmi considerati, che dimostrano quanto la teoria sia vicina all'implementazione pratica.

Tra le numerose caratteristiche uniche del libro c'è l'analisi di un'ampia classe di algoritmi della teoria dell'apprendimento che comprende essenzialmente tutti gli schemi di regolarizzazione lineare, compresa la regolarizzazione di Tikhonov come caso specifico. Fornisce inoltre una metodologia per analizzare non solo diversi problemi di apprendimento supervisionato, come la regressione o la classificazione, ma anche diversi scenari di apprendimento, come l'adattamento al dominio non supervisionato o l'apprendimento per rinforzo. Analizzando questi argomenti con lo stesso quadro teorico, anziché affrontarli separatamente, la loro presentazione viene semplificata e resa più accessibile.

An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces è una risorsa ideale per i corsi di laurea e post-laurea in matematica computazionale e scienza dei dati.