Descrição
Fundamentos de Aprendizado de Máquina para Análise Preditiva de Dados é um livro didático que oferece uma introdução detalhada às abordagens de aprendizado de máquina utilizadas na análise preditiva de dados. O livro cobre tanto conceitos teóricos quanto aplicações práticas, tornando-se adequado para estudantes e profissionais. Inclui exemplos explicativos e estudos de caso que ilustram a aplicação de modelos de aprendizado de máquina em contextos empresariais.
Ler mais
A segunda edição deste livro introduz desenvolvimentos recentes em aprendizado de máquina, incluindo um novo capítulo sobre aprendizado profundo e capítulos adicionais sobre aprendizado não supervisionado e aprendizado por reforço. O livro é projetado para ser acessível, fornecendo explicações não técnicas das ideias que sustentam cada abordagem antes de mergulhar em modelos matemáticos e algoritmos.
Os autores John D. Kelleher, Brian Mac Namee e Aoife D'Arcy trazem sua experiência para o livro, oferecendo insights sobre o campo do aprendizado de máquina. John D. Kelleher é um líder acadêmico na Technological University Dublin, Brian Mac Namee é professor associado na University College Dublin, e Aoife D'Arcy é a CEO da Krisolis, uma empresa de análise de dados.
O livro está disponível em formatos brochura e eBook, publicado pela MIT Press. Pode ser utilizado como um livro didático em nível introdutório ou como referência para profissionais que buscam aprofundar seu entendimento sobre análise preditiva de dados.
- CategoriaPrevisão e análise preditiva
Detalhes do livro
Introdução abrangente ao aprendizado de máquina
Foco na análise preditiva de dados
Inclui exemplos práticos e estudos de caso
Cobre desenvolvimentos recentes em aprendizado de máquina
Novos capítulos sobre aprendizado profundo, aprendizado não supervisionado e aprendizado por reforço
Explicações acessíveis de conceitos complexos
Adequado para estudantes e profissionais
Escrito por especialistas na área
Para quem é este livro
- Previsão de preços
- Avaliação de riscos
- Previsão de comportamento do cliente
- Classificação de documentos
- Formulação de problemas empresariais
