A First Course in Machine Learning de Simon Rogers et Mark Girolami est le meilleur livre d’introduction au ML actuellement disponible. Il allie rigueur et précision à l’accessibilité, part d’une explication détaillée des fondements de base de l’analyse bayésienne dans les contextes les plus simples et va jusqu’aux frontières du sujet telles que les modèles de mélange infini, les GP et les MCMC. âDevdatt Dubhashi Professeur Département d’informatique et d’ingénierie Université Chalmers, Suède Ce manuel parvient à être plus facile à lire que d’autres livres comparables sur le sujet tout en conservant tout le traitement rigoureux nécessaire. Les nouveaux chapitres le placent à l’avant-garde du domaine en couvrant des sujets qui sont devenus courants dans l’apprentissage automatique au cours de la dernière décennie. âDaniel Barbara, George Mason University, Fairfax, Virginie, États-Unis La nouvelle édition de A First Course in Machine Learning de Rogers et Girolami est une excellente introduction à l’utilisation des méthodes statistiques dans l’apprentissage automatique. Le livre présente des concepts tels que la modélisation mathématique, l’inférence et la prédiction, fournissant le contexte essentiel de l’algèbre linéaire, du calcul et de la théorie des probabilités dont le lecteur a besoin pour comprendre ces concepts. 'Daniel Ortiz-Arroyo, professeur agrégé, Université d’Aalborg, Esbjerg, Danemark J’ai été impressionné par la façon dont le matériel s’aligne sur les besoins d’un cours d’introduction à l’apprentissage automatique, ce qui est sa plus grande force... Dans l’ensemble, il s’agit d’un livre pragmatique et utile, qui correspond bien aux besoins d’un cours d’introduction, et que j’examinerai pour mes propres étudiants à venir Mois. âDavid Clifton Université d’Oxford Royaume-Uni La première édition de ce livre était déjà un excellent texte d’introduction à l’apprentissage automatique pour un cours avancé de premier cycle ou de maîtrise enseigné ou pour toute personne souhaitant en savoir plus sur un domaine intéressant et important de l’informatique. Les chapitres supplémentaires de matériel avancé sur le processus gaussien, la MCMC et la modélisation des mélanges fournissent une base idéale pour des projets pratiques sans perturber l’exposition très claire et lisible des bases contenues dans la première partie du livre. âGavin Cawley, maître de conférences, École des sciences informatiques, Université d’East Anglia, Royaume-Uni Ce livre pourrait être utilisé pour les étudiants de premier cycle, de troisième cycle ou de première année, ainsi que pour les personnes qui souhaitent explorer le domaine de l’apprentissage automatique... Le livre présente non seulement les concepts, mais aussi les idées sous-jacentes sur la mise en œuvre des algorithmes du point de vue de la pensée critique. âGuangzhi Qu Oakland University, Rochester, Michigan, États-Unis . Langue : Anglais