Product details
- ASIN : B0759M2D9H
- Publisher : AMLBook (August 31, 2017)
- Publication date : August 31, 2017
- Hardcover : 213 pages
- Language : English
-
File size : 9179 KB
جلد سخت سیاه و سفید_کتاب Learning from Data
This book, together with specially prepared online material freely accessible to our readers, provides a complete introduction to Machine Learning, the technology that enables computational systems to adaptively improve their performance with experience accumulated from the observed data. Such techniques are widely applied in engineering, science, finance, and commerce. This book is designed for a short course on machine learning. It is a short course, not a hurried course. From over a decade of teaching this material, we have distilled what we believe to be the core topics that every student of the subject should know. In addition, our readers are given free access to online e-Chapters that we update with the current trends in Machine Learning, such as deep learning and support vector machines. We chose the title `learning from data' that faithfully describes what the subject is about, and made it a point to cover the topics in a story-like fashion. Our hope is that the reader can learn all the fundamentals of the subject by reading the book cover to cover. Learning from data has distinct theoretical and practical tracks. In this book, we balance the theoretical and the practical, the mathematical and the heuristic. Theory that establishes the conceptual framework for learning is included, and so are heuristics that impact the performance of real learning systems. What we have emphasized are the necessary fundamentals that give any student of learning from data a solid foundation. The authors are professors at California Institute of Technology (Caltech), Rensselaer Polytechnic Institute (RPI), and National Taiwan University (NTU), where this book is the text for their popular courses on machine learning. The authors also consult extensively with financial and commercial companies on machine learning applications, and have led winning teams in machine learning competitions.
منابع کتاب جلد سخت سیاه و سفید_کتاب Learning from Data
این کتاب، همراه با مطالب آنلاین ویژه آماده شده که به طور رایگان برای خوانندگان ما قابل دسترسی است، مقدمه ای کامل بر یادگیری ماشینی ارائه می دهد، فناوری که سیستم های محاسباتی را قادر می سازد تا عملکرد خود را با تجربه انباشته شده از داده های مشاهده شده به طور سازگار بهبود بخشند. چنین تکنیک هایی به طور گسترده در مهندسی، علوم، امور مالی و تجارت کاربرد دارند. این کتاب برای دوره کوتاه یادگیری ماشین طراحی شده است. این یک دوره کوتاه است، نه یک دوره شتابزده. از بیش از یک دهه تدریس این مطالب، ما آنچه را که معتقدیم موضوعات اصلی است که هر دانش آموز این موضوع باید بداند، تقطیر کرده ایم. علاوه بر این، به خوانندگان ما دسترسی رایگان به فصل‌های الکترونیکی آنلاین داده می‌شود که با روندهای فعلی در یادگیری ماشینی، مانند یادگیری عمیق و ماشین‌های بردار پشتیبانی، به‌روزرسانی می‌کنیم. ما عنوان «یادگیری از داده‌ها» را انتخاب کردیم که به طور صادقانه توضیح می‌دهد که موضوع در مورد چه چیزی است، و به این نکته توجه کردیم که موضوعات را به شکل داستانی پوشش دهیم. امید ما این است که خواننده بتواند با مطالعه جلد به جلد کتاب، تمام مبانی موضوع را بیاموزد. یادگیری از داده ها مسیرهای نظری و عملی مجزایی دارد. در این کتاب بین نظری و عملی، ریاضی و اکتشافی تعادل برقرار می کنیم. نظریه‌ای که چارچوب مفهومی یادگیری را ایجاد می‌کند، و همچنین اکتشافی‌هایی که بر عملکرد سیستم‌های یادگیری واقعی تأثیر می‌گذارند، گنجانده شده‌اند. آنچه ما بر آن تأکید کردیم، مبانی ضروری است که به هر دانش‌آموزی که از داده‌ها یاد می‌گیرد، پایه محکمی می‌دهد. نویسندگان اساتید مؤسسه فناوری کالیفرنیا (Caltech)، مؤسسه پلی تکنیک Rensselaer (RPI) و دانشگاه ملی تایوان (NTU) هستند، جایی که این کتاب متن دوره های محبوب آنها در مورد یادگیری ماشین است. نویسندگان همچنین به طور گسترده با شرکت های مالی و تجاری در مورد برنامه های یادگیری ماشین مشورت می کنند و تیم های برنده را در مسابقات یادگیری ماشین رهبری کرده اند.
ارسال نظر درباره جلد سخت سیاه و سفید_کتاب Learning from Data