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: Kai R Larsen, Daniel S Becker سری: ISBN (شابک) : 0190941685, 9780190941680 ناشر: Oxford University Press, USA سال نشر: 2021 تعداد صفحات: [334] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 24 Mb
در صورت تبدیل فایل کتاب Automated Machine Learning for Business 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 یادگیری ماشین خودکار برای کسب و کار 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.
"در این کتاب، ما فرآیند یادگیری ماشینی را با استفاده از یک پیشرفت جدید در علم داده آموزش میدهیم؛ یادگیری ماشین خودکار. AutoML، زمانی که به درستی پیادهسازی شود، یادگیری ماشینی را برای اکثر مردم در دسترس قرار میدهد، زیرا نیاز به سالها تجربه در محرمانهترین موارد را از بین میبرد. جنبههای علم داده، مانند مهارتهای ریاضی، آمار و علوم کامپیوتری که برای تبدیل شدن به یک مدعی برتر در یادگیری ماشین سنتی لازم است. هر کسی که در استفاده از AutoML آموزش دیده باشد، میتواند از آن برای آزمایش ایدههای خود و پشتیبانی از کیفیت آن ایدهها در طول ارائهها استفاده کند. از آنجایی که سرمایه گذاری لازم یک ترم دوره لیسانس به جای یک سال در برنامه تحصیلات تکمیلی است، این ابزارها احتمالاً جزء اصلی برنامه های کارشناسی و در طول زمان حتی برنامه درسی دبیرستان خواهند شد. --
"In this book, we teach the machine learning process using a new development in data science; automated machine learning. AutoML, when implemented properly, makes machine learning accessible to most people because it removes the need for years of experience in the most arcane aspects of data science, such as the math, statistics, and computer science skills required to become a top contender in traditional machine learning. Anyone trained in the use of AutoML can use it to test their ideas and support the quality of those ideas during presentations to management and stakeholder groups. Because the requisite investment is one semester-long undergraduate course rather than a year in a graduate program, these tools will likely become a core component of undergraduate programs, and over time, even the high-school curriculum"--