Książka "Systemy uczące się Wydanie 2" jest poświęcona metodom konstruowania uczących się programów komputerowych, zdolnych do poprawy swego działania na podstawie doświadczeń z przeszłości. Programy tego typu w zautomatyzowany sposób zdobywają wiedzę, którą wykorzystują do realizacji postawionych przed nimi zadań.

Autor przybliża czytelnikowi proces uczenia się systemów z algorytmicznego punktu widzenia. Wyjaśnia, na czym polega indukcyjne uczenie się. Przedstawia dwa główne podejścia do tego zagadnienia: indukcję drzew decyzyjnych i indukcję reguł decyzyjnych.

Omawia probabilistyczne metody uczenia się, a także metody grupowania pojęciowego. Zajmuje się problemami przekształcania zbioru atrybutów. Przedstawia wybrane algorytmy uczenia się aproksymacji funkcji. Opisuje odkrywanie zależności w danych i uczenia się automatów i problem uczenia się systemów ze wzmocnieniem.

Wartość merytoryczną książki podnoszą liczne ćwiczenia, podzielone na tradycyjne, laboratoryjne i projektowe.

Rozdziały:

1. Uczenie się w ujęciu algorytmicznym   31

2. Uczenie się indukcyjne     70

3. Indukcja drzew decyzyjnych   138

4. Indukcja reguł    194

5. Metody probabilistyczne      263

6. Grupowanie pojęciowe    316

7. Przekształcanie atrybutów   377

8. Uczenie sie aproksymacji funkcji    432

9. Indukcyjne programowanie logiczne    493

10. Dokonywanie odkryć    546

11. Uczenie się przez wyjaśnianie    619

12. Uczenie się automatów     658

13. Uczenie się ze wzmocnieniem   712

14. Zakończenie

Dodatki:

A. Rozwiązania i wskazówki do ćwiczeń    809

B. Podstawy teorii prawdopodobieństwa   852

C. Podstawy logiki predykatów    857

D. Internetowa strona książki    862