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: 1st ed. 2019 نویسندگان: M.N. Murty, Anirban Biswas سری: SpringerBriefs in Intelligent Systems ISBN (شابک) : 9783030247126, 9783030247133 ناشر: Springer International Publishing سال نشر: 2019 تعداد صفحات: 100 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب مرکزیت و تنوع در جستجو: نقش در هوش مصنوعی ، یادگیری ماشین ، شبکه های اجتماعی و تشخیص الگو: علوم کامپیوتر، تشخیص الگو
در صورت تبدیل فایل کتاب Centrality and Diversity in Search: Roles in A.I., Machine Learning, Social Networks, and Pattern Recognition 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 مرکزیت و تنوع در جستجو: نقش در هوش مصنوعی ، یادگیری ماشین ، شبکه های اجتماعی و تشخیص الگو 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.
مفاهیم مرکزیت و تنوع در الگوریتمهای جستجو بسیار مهم هستند و نقش اصلی را در کاربردهای هوش مصنوعی (AI)، یادگیری ماشین (ML) ایفا میکنند. )، شبکه های اجتماعی و تشخیص الگو. این کار اهمیت مرکزیت و تنوع در بازنمایی، رگرسیون، رتبهبندی، خوشهبندی، بهینهسازی و طبقهبندی را بررسی میکند.
متن به گونهای طراحی شده است که برای خوانندگان گسترده قابل دسترسی باشد. این کار که فقط به پیشینه پایه در ریاضیات در سطح کارشناسی نیاز دارد، برای دانشجویان ارشد و کارشناسی ارشد و همچنین محققانی که در یادگیری ماشین، داده کاوی، شبکه های اجتماعی و تشخیص الگو کار می کنند، مناسب است.
The concepts of centrality and diversity are highly important in search algorithms, and play central roles in applications of artificial intelligence (AI), machine learning (ML), social networks, and pattern recognition. This work examines the significance of centrality and diversity in representation, regression, ranking, clustering, optimization, and classification.
The text is designed to be accessible to a broad readership. Requiring only a basic background in undergraduate-level mathematics, the work is suitable for senior undergraduate and graduate students, as well as researchers working in machine learning, data mining, social networks, and pattern recognition.
Front Matter ....Pages i-xi
Introduction (M. N. Murty, Anirban Biswas)....Pages 1-12
Searching (M. N. Murty, Anirban Biswas)....Pages 13-28
Representation (M. N. Murty, Anirban Biswas)....Pages 29-47
Clustering and Classification (M. N. Murty, Anirban Biswas)....Pages 49-63
Ranking (M. N. Murty, Anirban Biswas)....Pages 65-69
Centrality and Diversity in Social and Information Networks (M. N. Murty, Anirban Biswas)....Pages 71-86
Conclusion (M. N. Murty, Anirban Biswas)....Pages 87-87
Back Matter ....Pages 89-94