کتاب Introducing Machine Learning

کتاب Introducing Machine Learning شرح مقدمه‌ای برای کار با یادگیری ماشین است. این کتاب برای نوآموزان در این زمینه سکوی متن‌باز مایکروسافت یعنی ML.Net را مورد نظر قرار داده است. در این کتاب به یادگیری بنیادی یادگیری ماشین و قواعد ریاضی آن، الگوریتم‌ها و روش‌های مرسوم یادگیری ماشین و همچنین گذری کوتاه بر یادگیری عمیق خواهید داشت. علاوه بر آن کتاب Introducing Machine Learning کدهای نمونه برای شروع کار با این فناوری نوین در اختیار نوآموزان قرار خواهد گرفت.

Machine Learning چیست؟

به عنوان یکی از شاخه‌های وسیع و پرکاربرد هوش مصنوعی، یادگیری ماشین (Machine learning) به تنظیم و اکتشاف شیوه‌ها و الگوریتم‌هایی می‌پردازد که بر اساس آن‌ها رایانه‌ها و سامانه‌ها توانایی تعلٌم و یادگیری پیدا می‌کنند.

شما احتمالاً چندین بار در روز از یادگیری ماشین استفاده می‌کنید، حتی بدون آنکه بدانید. هر بار که شما یک جستجوی اینترنتی در گوگل یا بینگ انجام می‌دهید، یادگیری ماشینی انجام می‌شود چراکه نرم‌افزار یادگیری ماشینی آن‌ها چگونگی رتبه‌بندی برای یک صفحه وب را درک کرده است.

بیشتر بخوانید: کتاب Handbook of Machine Learning

هنگامی که فیس‌بوک یا برنامه عکس اپل دوستان و تصاویر شما را می‌شناسد، این هم یادگیری ماشین است. هر بار که ایمیل خود را چک می‌کنید و فیلتر هرزنامه شما را از داشتن مجدد هزاران هرزنامه خلاص می‌کند نیز به همین دلیل است که رایانه‌ی شما آموخته است که هرزنامه‌ را از غیرهرزنامه تشخیص دهد. این همان یادگیری ماشین است. این علمی است که باعث می‌شود رایانه‌ها بدون نیاز به یک برنامه صریح در مورد یک موضوع خاص یاد بگیرند.

سزفصل‌های کتاب Introducing Machine Learning:

• Laying the Groundwork of Machine Learning
  • How Humans Learn
  • Intelligent Software
  • Mapping Problems and Algorithms
  • General Steps for a Machine Learning Solution
  • The Data Factor
• Machine Learning in .NET
  • The .NET Way
  • Implementing the ML.NET Pipeline
  • ML.NET Tasks and Algorithms
• Fundamentals of Shallow Learning
  • Math Foundations of Machine Learning
  • Metrics of Machine Learning
  • How to Make Simple Predictions: Linear Regression
  • How to Make Complex Predictions and Decisions: Trees
  • How to Make Better Decisions: Ensemble Methods
  • Probabilistic Methods: Naïve Bayes
  • How to Group Data: Classification and Clustering
• Fundamentals of Deep Learning
  • Feed-Forward Neural Networks
  • Design of a Neural Network
  • Other Types of Neural Networks
  • Sentiment Analysis: An End-to-End Solution
• Final Thoughts
  • AI Cloud Services for the Real World
  • The Business Perception of AI
• Index
• Code Snippets

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