Machine Learning kompakt

In rund 200 Seiten bringt Andriy Burkov in diesem Buch die wichtigsten Konzepte des Machine Learnings auf den Punkt. Dabei vermittelt er nicht nur alle notwendigen theoretischen Grundlagen, sondern geht auch auf die praktische Anwendung der einzelnen Verfahren ein.

Ausgehend von der Notation und grundlegenden Problemen wie Merkmalserstellung, Über- und Unteranpassung und Regularisierung bietet dieses Buch eine fundierte und leicht verständliche Einführung in das Machine Learning. Im weiteren Verlauf des Buches stellt der Autor verschiedene Lernalgorithmen wie lineare Regression, Support Vector Machines und k-Nächste-Nachbarn vor. Darüber hinaus erläutert er die gängigsten Verfahren zum überwachten, teilüberwachten und unüberwachten Lernen sowie Reinforcement Learning und zeigt, wo sie in der Praxis angewandt werden.

Alle Konzepte und Verfahren werden mit einfachen Worten verständlich erklärt, ohne dabei die zugrundeliegenden mathematischen Gleichungen außer Acht zu lassen.

Dieses Buch bietet einen leicht zugänglichen, programmiersprachenunabhängigen und trotz seiner Kürze umfassenden Einstieg für alle, die Machine Learning in der Praxis einsetzen wollen.