0

کتاب Mastering Machine Learning Algorithms

توضیحات

کتاب Mastering Machine Learning Algorithms را به جرأت می‌توان از قوی‌ترین و منحصربه‌فردترین کتاب‌های آموزش یادگیری ماشین دانست. در این کتاب به شرح الگوریتم‌های پیچیده و چالش‌برانگیز این علم پرداخته می‌شود. همچنین به شرح معادلات ریاضی در این علم و چگونگی حل آن‌ها، کاربرد آن‌ها در دنیای واقعی و روش‌های به کارگیری آن‌ها به زبان ساده و علمی می‌پردازد. این کتاب در سال 2020 به چاپ رسیده و از به‌روز ترین روش‌های بیان یادگیری ماشین استفاده می‌کند.

یادگیری ماشین و مفهوم آن:

یادگیری ماشین شاخه‌ای از فناوری هوش مصنوعی است که از شیوه‌ها یا الگوريتم‌های خاص برای ساخت خودکار مدل‌هایی از داده استفاده می‌کند. برخلاف یک سیستم معمولی که با پیروی از قوانین مشخص یک وظیفه را انجام می‌دهد، یک سیستم یادگیری ماشین از طریق تجربه کردن وظایف خود را یاد می‌گیرد. در حالی که یک سیستم مبتنی بر قانون هر بار یک وظیفه را به روشی یکسان (چه خوب، چه بد) انجام می‌دهد، وضعیت عملکرد یک سیستم یادگیری ماشین از طریق یادگیری و تمرین از طریق الگوريتم‌های داده‌کاوی بهبود پیدا می‌کند. الگوريتم‌های یادگیری ماشین با فراگيری از داده‌هایی که دریافت می‌کنند می‌توانند مسائلی را حل کنند که بسیار پیچیده‌تر از آن است که بتوان آن را با برنامه‌نویسی معمولی حل کرد.

گذری بر الگوریتم‌های یادگیری ماشین:

الگوريتم‌های یادگیری ماشین اغلب به دو دسته نظارتی یا Supervised (داده‌های آموزشی با پاسخ‌ها برچسب‌گذاری می‌شوند) بدون نظارت یا Unsupervised (برچسب‌های موجود به الگوریتم آموزش نشان داده نمی‌شود) تقسیم می‌شوند. مسائل یادگیری ماشین نظارتی نیز به دو گروه طبقه‌بندی یا Classification (پیش‌بینی پاسخ‌های غیر عددی، مانند احتمال خطا در پرداخت وام مسکن) و رگرسیون یا Regression (پیش‌بینی پاسخ‌های عددی، مانند تعداد چیزهایی که ماه آینده در فروشگاه شما فروخته می‌شود) تقسیم می‌شوند. یادگیری بدون نظارت هم به سه دسته خوشه‌بندی یا Clustering (پیدا کردن گروه‌هایی از اشیا مشابه مانند کفش‌های ورزشی، کفش‌های طبی و کفش‌های مجلسی)، مشارکتی یا Association (پیدا کردن توالی‌های مشترک از اشیا، مانند قهوه و خامه) و کاهش ابعاد یا Dimensionality Reduction (طرح‌ریزی، انتخاب ویژگی و استخراج ویژگی) تقسیم می‌شوند.

منبع: https://bit.ly/2LDYBxp

برخی از الگوریتم‌های توضیح داد شده در این کتاب:

  • The EM Algorithm
  • Advanced Boosting Algorithms
  • Advanced Policy Estimation Algorithms

سرفصل‌های کتاب Mastering Machine Learning Algorithms:

  • Machine Learning Model Fundamentals
  • Loss Functions and Regularization
  • Introduction to Semi-Supervised Learning
  • Advanced Semi-Supervised Classification
  • Graph-Based Semi-Supervised Learning
  • Clustering and Unsupervised Models
  • Advanced Clustering and Unsupervised Models
  • Clustering and Unsupervised Models for Marketing
  • Generalized Linear Models and Regression
  • Introduction to Time-Series Analysis
  • Bayesian Networks and Hidden Markov Models
  • The EM Algorithm
  • Component Analysis and Dimensionality Reduction
    Hebbian Learning
  • Fundamentals of Ensemble Learning
  • Advanced Boosting Algorithms
  • Modeling Neural Networks
  • Optimizing Neural Networks
  • Deep Convolutional Networks
  • Recurrent Neural Networks
  • Autoencoders
  • Introduction to Generative Adversarial Networks
  • Deep Belief Networks
  • Introduction to Reinforcement Learning
  • Advanced Policy Estimation Algorithms

فایل کتاب Mastering Machine Learning Algorithms را می‌توانید پس از پرداخت دانلود کنید.

امتیاز شما:
[تعداد: 0   میانگین: 0/5]

اطلاعات بیشتر

فرمت کتاب

pdf

ویرایش

Second

انتشارات

سال انتشار

حجم

نویسنده

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “کتاب Mastering Machine Learning Algorithms”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اطلاعات فروشنده

  • فروشنده: Mostafa
  • آدرس:
  • 3.33 3.33 امتیاز از 3 دیدگاه
راه آسان‌تری برای ارتباط با کاربران‌مان پیدا کرده‌ایم :) عضویت در کانال

محصولات مرتبط

لینک کوتاه :

امتیاز کلی کتاب:

نماد اعتبار ما:

پرفروش ها

0
افزودن به سبد خرید