Все, что вам действительно нужно знать о машинном обучении, может уместиться на паре сотен страниц. Начнем с простой истины: машины не учатся. Типичное "машинное обучение" заключается в поиске математической формулы, которая при применении к набору входных данных (называемых "обучающими данными") даст желаемые результаты.

Андрей Бурков постарался дать все необходимое, чтобы каждый мог стать отличным современным аналитиком или специалистом по машинному обучению. То, что удалось вместить в пару сотен страниц, в других книгах растянуто на тысячи. Типичные книги по машинному обучению консервативны и академичны, здесь же упор сделан на алгоритмах и методах, которые пригодятся в повседневной работе.

"В наше время очень полезно иметь краткое введение в машинное обучение, на которое всегда можно давать ссылку и после которого можно быть уверенным, что человек говорит на одном с тобой языке. Попытку дать такое введение я вижу в этой книге, и мне кажется, что попытка получилась очень удачной. Книга действительно представляет читателю широкий спектр основных понятий и методов машинного обучения, которые здесь изложены корректно, хоть и по понятным причинам очень кратко. Но если книгу прочитать вдумчиво и действительно освоить то, о чем здесь говорится, этот шаг может превратиться в большой скачок. Чего я и желаю всем читателям: разбирайтесь, познавайте, интересуйтесь новым и не бойтесь трудностей. Удачи!" Сергей Николенко, директор по научным исследованиям (Chief Research Officer) платформы Neuromation, автор бестселлера "Глубокое обучение. Погружение в мир нейронных сетей"

"Бурков взял на себя решение очень важной, но невероятно сложной задачи - уместить знакомство с машинным обучением в маленькую книгу. Он удачно выбрал темы - теоретические и практические - которые будут полезны и для практиков, и для читателей, понимающих, что эти первые сто страниц, которые они прочитают, закладывают прочный фундамент для дальнейшего изучения". Питер Норвиг, директор по исследованиям в компании Google, соавтор книги "Искусственный интеллект. Современный подход"

"Широта тем, которые охватывает эта маленькая книга, поражает! Бурков без страха и сомнений приводит математические уравнения, которыми часто пренебрегают авторы небольших книг. Мне очень понравилось, как всего несколькими словами автор объясняет основные понятия. Книга пригодится новичкам в этой области, а также "старожилам" - каждый сможет извлечь выгоду из такого широкого взгляда на машинное обучение". Орельен Жерон, консультант по машинному обучению, старший инженер-программист, автор книги "Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow"