Probabilistic Machine Learning
Un tratado moderno y exhaustivo que conecta el machine learning clásico con la perspectiva probabilística actual.
ÁreaAprendizaje por Refuerzo y Temas Avanzados
TemaMachine Learning Probabilístico
NivelAvanzado
Publicación2022
Autor(es): Kevin P. Murphy
Versión gratuita disponible¿Qué puedes lograr leyendo este libro?
- Entender prácticamente todo el machine learning moderno (clásico y deep learning) desde una perspectiva probabilística unificada
- Conectar modelos aparentemente distintos (regresión, redes neuronales, modelos gráficos) bajo un mismo marco matemático
- Usar el libro como referencia enciclopédica actualizada de casi cualquier tema de ML
Descripción
Sucesor del influyente 'Machine Learning: A Probabilistic Perspective' del mismo autor, esta obra en dos volúmenes ('Introduction' y 'Advanced Topics') actualiza la cobertura para incluir deep learning moderno, siempre desde una perspectiva probabilística rigurosa y unificadora, siendo una de las referencias más completas y actuales del campo.
Para quién es ideal
- Quien ya domina los fundamentos de ML y quiere una perspectiva probabilística unificadora y actualizada
- Investigadores que necesitan una referencia enciclopédica moderna de ML
- Complemento actualizado a Pattern Recognition and Machine Learning de Bishop
- Consulta de temas avanzados específicos con notación consistente entre capítulos
Contenido destacado
- Fundamentos probabilísticos aplicados a ML moderno
- Modelos lineales generalizados y aprendizaje bayesiano
- Deep learning desde una perspectiva probabilística
- Modelos gráficos y de variables latentes
- Temas avanzados: aprendizaje por refuerzo, causalidad, modelos generativos
Ventajas y limitaciones
Ventajas
- Borrador disponible gratis online mientras se refina la edición impresa
- Cobertura excepcionalmente amplia y actualizada, incluyendo deep learning moderno
- Perspectiva probabilística consistente que unifica temas normalmente tratados por separado
Limitaciones
- Extremadamente denso y extenso, mejor como referencia que como lectura lineal
- Requiere una base sólida y previa en probabilidad y ML antes de abordarlo
Libros relacionados
Pattern Recognition and Machine Learning
Machine LearningEl clásico académico que trata el machine learning desde una perspectiva completamente probabilística.
The Elements of Statistical Learning
Machine LearningEl texto avanzado y matemáticamente riguroso que define el machine learning estadístico como disciplina.