Uczenie maszynowe w podejmowaniu decyzji prognostycznych (Wydawnictwo Naukowe UMK)

Monografia zawiera rzadko dotychczas prezentowane w literaturze polskojęzycznej problemy uczenia maszynowego. Obejmuje duży zakres metod i podejść, które prowadzą do zastosowania wielowymiarowych informacji masowych i metod uczenia statystycznego (maszynowego) w zagadnieniach optymalizacji decyzji, ze szczególnym naciskiem położonym na metody optymalizacji decyzji predykcyjnych podejmowanych na podstawie informacji w postaci szeregów czasowych.

Cenne i warte podkreślenia jest to, iż w książce skatalogowano najróżniejsze podejścia, konfrontując je z dorobkiem światowej literatury. Równocześnie przeprowadzono sporo eksperymentów, co uwiarygodniło równocześnie prezentowane metody, jak i dotychczasowe wyniki prac autorów monografii.

Publikację można zatem uznać za cenny przyczynek badawczy zarówno w zakresie teoretycznego, jak i empirycznego rozwoju metod prognozowania opartych na podejściu algorytmicznym.