دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Faul A.C
سری:
ISBN (شابک) : 9780815384205, 9781351204750
ناشر: CRC Press
سال نشر: 2020
تعداد صفحات: 335
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب A concise introduction to machine learning به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای مختصر بر یادگیری ماشینی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
یادگیری ماشینی با نامهای مختلفی شناخته میشود و در بسیاری از زمینههای علم مورد استفاده قرار میگیرد. همچنین برای کاربردهای مختلفی از جمله فیلتر کردن هرزنامه، تشخیص نوری کاراکتر، موتورهای جستجو، بینایی کامپیوتر، NLP، تبلیغات، تشخیص تقلب، استفاده میشود. رباتیک، پیشبینی دادهها، نجوم. با در نظر گرفتن این موضوع، یافتن راهحلی برای یک مسئله در ادبیات اغلب دشوار است، زیرا کلمات و عبارات مختلفی برای یک مفهوم استفاده میشوند. ریاضیات به عنوان زبان رایج. انواع مفاهیم یادگیری ماشینی را از اصول اولیه پوشش می دهد و هر مفهوم را با استفاده از مثال هایی در متلب نشان می دهد."--
"Machine Learning is known by many different names, and is used in many areas of science. It is also used for a variety of applications, including spam filtering, optical character recognition, search engines, computer vision, NLP, advertising, fraud detection, robotics, data prediction, astronomy. Considering this, it can often be difficult to find a solution to a problem in the literature, simply because different words and phrases are used for the same concept. This class-tested textbook aims to alleviate this, using mathematics as the common language. It covers a variety of machine learning concepts from basic principles, and llustrates every concept using examples in MATLAB"--
Chapter 1. Introduction
Chapter 2. Probability Theory
Chapter 3. Sampling
Chapter 4. Linear Classification
Chapter 5. Non-Linear Classification
Chapter 6. Dimensionality Reduction
Chapter 7. Regression
Chapter 8. Feature Learning