An Introduction to Machine Learning

درست مانند الکتریسیته، یادگیری ماشینی زندگی ما را از بسیاری جهات متحول خواهد کرد - برخی از آنها امروزه حتی قابل تصور نیستند. این کتاب درک مفهومی کاملی از تکنیک ها و الگوریتم های یادگیری ماشین ارائه می دهد. بسیاری از مفاهیم ریاضی به شیوه ای شهودی توضیح داده شده اند. این کتاب با مروری بر یادگیری ماشین و مفاهیم ریاضی و آماری زیربنایی قبل از رفتن به مباحث یادگیری ماشین شروع می شود. این به تدریج عمق را ایجاد می کند و بسیاری از الگوریتم های یادگیری ماشین امروزی را پوشش می دهد و به الگوریتم های یادگیری عمیق و یادگیری تقویتی ختم می شود. این کتاب همچنین برخی از برنامه های محبوب یادگیری ماشین را پوشش می دهد. مطالب موجود در این کتاب به هر زبان برنامه نویسی یا سخت افزار خاصی تعارف دارد به طوری که خوانندگان می توانند این مفاهیم را در هر پلتفرم که قبلاً با آن آشنا هستند امتحان کنند.

• مقدمه ای جامع برای یادگیری ماشین ارائه می دهد، در حالی که هیچ دانش قبلی از موضوع را فرض نمی کند؛
  
• نمای کلی کاملی از تکنیک‌ها و الگوریتم‌های موجود از نظر مفهومی، حوزه‌های کاربردی مختلف یادگیری ماشین را پوشش می‌دهند؛
  
• به هیچ زبان نرم‌افزاری خاص یا پیاده‌سازی سخت‌افزاری مرتبط نیست.
  

Just like electricity, Machine Learning will revolutionize our life in many ways – some of which are not even conceivable today. This book provides a thorough conceptual understanding of Machine Learning techniques and algorithms. Many of the mathematical concepts are explained in an intuitive manner. The book starts with an overview of machine learning and the underlying Mathematical and Statistical concepts before moving onto machine learning topics. It gradually builds up the depth, covering many of the present day machine learning algorithms, ending in Deep Learning and Reinforcement Learning algorithms. The book also covers some of the popular Machine Learning applications. The material in this book is agnostic to any specific programming language or hardware so that readers can try these concepts on whichever platforms they are already familiar with.

• Offers a comprehensive introduction to Machine Learning, while not assuming any prior knowledge of the topic;
  
• Provides a complete overview of available techniques and algorithms in conceptual terms, covering various application domains of machine learning;
  
• Not tied to any specific software language or hardware implementation.