Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для прогнозирования данных, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов. Этот вводный учебник предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к компьютерному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса. После обсуждения перехода от подготовки данных до понимания решения в книге описывают...
Mashinnoe obuchenie chasto ispolzuetsja dlja postroenija prognosticheskikh modelej putem izvlechenija shablonov iz bolshikh naborov dannykh. Eti modeli ispolzujutsja v prilozhenijakh dlja prognozirovanija dannykh, vkljuchaja prognozirovanie tsen, otsenku riska, prognozirovanie povedenija klientov i klassifikatsiju dokumentov. Etot vvodnyj uchebnik predlagaet podrobnoe i tselenapravlennoe rassmotrenie naibolee vazhnykh podkhodov k kompjuternomu obucheniju, ispolzuemykh v intellektualnom analize dannykh, okhvatyvajuschikh kak teoreticheskie kontseptsii, tak i prakticheskie prilozhenija. Formalnyj matematicheskij material dopolnjaetsja pojasnitelnymi primerami, a primery issledovanij illjustrirujut primenenie etikh modelej v bolee shirokom kontekste biznesa. Posle obsuzhdenija perekhoda ot podgotovki dannykh do ponimanija reshenija v knige opisyvajut...
