Вроде бы она написана специально без формул в научпоп стиле, но в ней есть есть достаточно продолжительные куски со сложными концепциями.
В целом, можно порекомендовать как специалистам в области ml, как несложное развлекательное чтиво, так и людям, которые хотят на каком-то уровне войти в мир этих знаний (менеджеры, разработчики без ml знаний).
Первые могут что-то разложить для себя по полочкам, порефлексировать, что-то освежить, или открыть с новой стороны.
Вторые начнут ориентироваться в зоопарке моделей, где и что можно применять. В конце есть хорошая глава про рекомендуемую литературу и курсы для тех, кто хочет развиваться в этой области
Дмитрий Вольвач
26 November 2019
Отзыв
Очень полезное чтение для всех интересующихся вопросами искусственного интеллекта и машинного обучения. Рекомендую для прочтения
superserejka
18 October 2019
Отзыв
Очень хорошее научно популярное введение в машинное обучение. Есть моменты, которые будет тяжело понять не специалисту, но общую картину это никак не испортит. Наверное, будет полезна как интересующимся ML, так и специалистам ML, которые хотят преподавать или просто рассказывать близким про свою работу
mayskaya
07 June 2019
Отзыв
Книга производит весьма смешанные впечатления, поскольку начинается с простых истин, но в ходе повествования автор обращается к сложным концепция и использует терминологии, не всегда понятную неспециалистам. Тем не менее, книга заслуживает большого внимания и уважения, так как открывает новые перспективы на будущее человека.
moridin777
04 February 2019
Отзыв
Автор очень хорошо раскрывает основные направления машинного обучения в Америке. Позволяет лучше понять, для чего лучше использовать тот или иной алгоритм.
Из недостатков, не упоминаются менее популярные или совсем новые принципы, например работа Алексея Редозубова, на основе работ Карла Прибрама.
Отзывы
Вроде бы она написана специально без формул в научпоп стиле, но в ней есть есть достаточно продолжительные куски со сложными концепциями.
В целом, можно порекомендовать как специалистам в области ml, как несложное развлекательное чтиво, так и людям, которые хотят на каком-то уровне войти в мир этих знаний (менеджеры, разработчики без ml знаний).
Первые могут что-то разложить для себя по полочкам, порефлексировать, что-то освежить, или открыть с новой стороны.
Вторые начнут ориентироваться в зоопарке моделей, где и что можно применять. В конце есть хорошая глава про рекомендуемую литературу и курсы для тех, кто хочет развиваться в этой области
Очень полезное чтение для всех интересующихся вопросами искусственного интеллекта и машинного обучения. Рекомендую для прочтения
Очень хорошее научно популярное введение в машинное обучение. Есть моменты, которые будет тяжело понять не специалисту, но общую картину это никак не испортит. Наверное, будет полезна как интересующимся ML, так и специалистам ML, которые хотят преподавать или просто рассказывать близким про свою работу
Книга производит весьма смешанные впечатления, поскольку начинается с простых истин, но в ходе повествования автор обращается к сложным концепция и использует терминологии, не всегда понятную неспециалистам. Тем не менее, книга заслуживает большого внимания и уважения, так как открывает новые перспективы на будущее человека.
Автор очень хорошо раскрывает основные направления машинного обучения в Америке. Позволяет лучше понять, для чего лучше использовать тот или иной алгоритм.
Из недостатков, не упоминаются менее популярные или совсем новые принципы, например работа Алексея Редозубова, на основе работ Карла Прибрама.