Systemy uczące się to algorytmiczne metody uczenia się na podstawie danych. Niesłychany wzrost mocy obliczeniowej komputerów oraz pojemności ich pamięci stworzył możliwości zarówno gromadzenia olbrzymich ilości informacji, jak i ich przetwarzania. Systemy uczące się są dziś podstawą tzw. eksploracji danych, inaczej inteligentnej analizy danych, czyli - by użyć powszechnie stosowanego terminu anglojęzycznego - analiz o nazwie data mining.
SPIS TREŚCIPrzedmowa do wydania pierwszegoPrzedmowa do wydania drugiego1. Liniowe metody klasyfikacji1.1. Klasyfikacja pod nadzorem - wprowadzenie1.2. Fisherowska dyskryminacja liniowa1.3. Dyskryminacja oparta na regresji linowej i logistycznej1.4. Perceptron Rosenblatta2. Metody klasyfikacji oparte na rozkładach prawdopodobieństwa2.1. Klasyfikator bayesowski i metoda największej wiarogodności2.2. Optymalność reguły bayesowskiej2.3. Praktyczna konstrukcja klasyfikatorów3. Metody klasyfikacji oparte na nieparametrycznej estymacji3.1. Wprowadzenie3.2. Nieparametryczna estymacja rozkładów w klasach3.3. Metoda najbliższych sąsiadów4. Drzewa klasyfikacyjne i rodziny klasyfikatoró4.1. Wprowadzenie4.2. Reguły podziału4.3. Reguły przycinania drzew4.4. Drzewa klasyfikacyjne - uwagi4.5. Rodziny klasyfikatorów - algorytmy bagging i boosting4.6. Rodziny klasyfikatorów - lasy losowe5. Analiza regresji5.1. Globalne modele parametryczne5.2. Regresja nieparametryczna5.3. Efekty losowe i liniowe modele mieszane5.4. Uwagi końcowe6. Uogólnienia metod liniowych6.1. Dyskryminacja elastyczna6.2. Maszyny wektoró podpierających7. Systemy uczące się pod nadzorem - podsumowanie, uwagi dodatkowe7.1. Podsumowanie7.2. Uwagi dodatkowe8. Metody rzutowania, wykrywania zmiennych ukrytych8.1. Systemy uczące się bez nadzoru - wprowadzenie8.2. Analiza skłądowych głównych8.3. Estymacja gęstości wzdłuż interesujących rzutów8.4. Analiza czynnikowa i analiza skłądowych niezależnych8.5. Podobieństwo, odmienność i odległość między obiektami8.6. Skalowanie wielowymiarowe8.7. Metody jąrowe w systemach uczących się9. Analiza skupień9.1. Metody kombinatoryczne9.2. Metody hierarchiczne - dendrogramy9.3. Inne metody klasyczne9.4. Trzy nieklasyczne podejścia do analizy skupieńKsiążki cytowaneSkorowidz