ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Foundations of machine learning

دانلود کتاب مبانی یادگیری ماشین

Foundations of machine learning

مشخصات کتاب

Foundations of machine learning

ویرایش:  
نویسندگان: , ,   
سری: Adaptive computation and machine learning 
ISBN (شابک) : 9780262018258, 026201825X 
ناشر: The MIT Press 
سال نشر: 2012 
تعداد صفحات: 427 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 39,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Foundations of 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 مبانی یادگیری ماشین 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.


توضیحاتی در مورد کتاب مبانی یادگیری ماشین



این کتاب درسی در سطح فارغ التحصیل مفاهیم و روش های اساسی در یادگیری ماشین را معرفی می کند. چندین الگوریتم مهم مدرن را توصیف می‌کند، زیربنای نظری این الگوریتم‌ها را ارائه می‌دهد و جنبه‌های کلیدی را برای کاربرد آنها نشان می‌دهد. هدف نویسندگان ارائه ابزارها و مفاهیم نظری جدید در عین ارائه دلایل مختصر حتی برای موضوعات نسبتاً پیشرفته است. مبانی یادگیری ماشین نیاز به یک کتاب درسی عمومی را که جزئیات نظری و تأکید بر اثبات را نیز ارائه می دهد، برطرف می کند. موضوعات خاصی که اغلب با توجه ناکافی به آنها پرداخته می شود در اینجا با جزئیات بیشتر مورد بحث قرار می گیرند. به عنوان مثال، کل فصل ها به رگرسیون، طبقه بندی چند طبقه و رتبه بندی اختصاص داده شده است. سه فصل اول اساس نظری را برای آنچه در ادامه می‌آید ایجاد می‌کند، اما هر فصل باقی‌مانده عمدتاً مستقل است. ضمیمه بررسی احتمالات مختصر، مقدمه‌ای کوتاه بر بهینه‌سازی محدب، ابزارهایی برای مرزهای تمرکز، و چندین ویژگی اساسی ماتریس‌ها و هنجارهای مورد استفاده در کتاب ارائه می‌دهد.

این کتاب برای دانشجویان تحصیلات تکمیلی و محققین در نظر گرفته شده است. یادگیری ماشین، آمار و زمینه های مرتبط؛ می توان از آن به عنوان یک کتاب درسی یا به عنوان متن مرجع برای سمینار تحقیقاتی استفاده کرد.


توضیحاتی درمورد کتاب به خارجی

This graduate-level textbook introduces fundamental concepts and methods in machine learning. It describes several important modern algorithms, provides the theoretical underpinnings of these algorithms, and illustrates key aspects for their application. The authors aim to present novel theoretical tools and concepts while giving concise proofs even for relatively advanced topics. Foundations of Machine Learning fills the need for a general textbook that also offers theoretical details and an emphasis on proofs. Certain topics that are often treated with insufficient attention are discussed in more detail here; for example, entire chapters are devoted to regression, multi-class classification, and ranking. The first three chapters lay the theoretical foundation for what follows, but each remaining chapter is mostly self-contained. The appendix offers a concise probability review, a short introduction to convex optimization, tools for concentration bounds, and several basic properties of matrices and norms used in the book.

The book is intended for graduate students and researchers in machine learning, statistics, and related areas; it can be used either as a textbook or as a reference text for a research seminar.





نظرات کاربران