خرید و دانلود نسخه کامل کتاب Introduction to machine learning

توضیحاتی در مورد کتاب

هدف یادگیری ماشینی برنامه‌ریزی رایانه‌ها برای استفاده از داده‌های نمونه یا تجربیات گذشته برای حل یک مشکل معین است. بسیاری از کاربردهای موفق یادگیری ماشین در حال حاضر وجود دارد، از جمله سیستم‌هایی که داده‌های فروش گذشته را برای پیش‌بینی رفتار مشتری، تشخیص چهره‌ها یا گفتار گفتاری، بهینه‌سازی رفتار ربات به‌گونه‌ای بهینه‌سازی می‌کنند تا یک کار با حداقل منابع تکمیل شود، و دانش را از داده‌های بیوانفورماتیک استخراج می‌کند. مقدمه ای بر یادگیری ماشینی یک کتاب درسی جامع در این زمینه است که مجموعه وسیعی از موضوعات را پوشش می دهد که معمولاً در متون یادگیری ماشین مقدماتی گنجانده نمی شوند. بسیاری از روش‌های مبتنی بر زمینه‌های مختلف، از جمله آمار، تشخیص الگو، شبکه‌های عصبی، هوش مصنوعی، پردازش سیگنال، کنترل و داده‌کاوی را مورد بحث قرار می‌دهد تا درمان یکپارچه مشکلات و راه‌حل‌های یادگیری ماشین را ارائه دهد. تمامی الگوریتم های یادگیری توضیح داده شده است تا دانش آموز بتواند به راحتی از معادلات کتاب به یک برنامه کامپیوتری حرکت کند. این کتاب می تواند مورد استفاده دانشجویان پیشرفته کارشناسی و کارشناسی ارشد باشد که دوره های برنامه نویسی کامپیوتر، احتمالات، حساب دیفرانسیل و انتگرال و جبر خطی را گذرانده اند. همچنین برای مهندسان این رشته که با استفاده از روش‌های یادگیری ماشینی سروکار دارند، جالب خواهد بود. پس از مقدمه‌ای که یادگیری ماشین را تعریف می‌کند و مثال‌هایی از کاربردهای یادگیری ماشین ارائه می‌کند، کتاب یادگیری نظارت شده، نظریه تصمیم بیزی، روش‌های پارامتری، روش‌های چند متغیره، کاهش ابعاد، خوشه‌بندی، روش‌های ناپارامتریک، درخت‌های تصمیم‌گیری، تمایز خطی، پرسپترون‌های چندلایه، مدل‌های محلی را پوشش می‌دهد. مدل های پنهان مارکوف، ارزیابی و مقایسه الگوریتم های طبقه بندی، ترکیب چند یادگیرنده و یادگیری تقویتی.