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: [Paperback ed.] نویسندگان: Dino Esposito, Francesco Esposito سری: ISBN (شابک) : 0135565669, 9780135565667 ناشر: Microsoft Press سال نشر: 2020 تعداد صفحات: 400 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب Introducing 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 معرفی 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.
بر مفاهیم یادگیری ماشین مسلط شوید و راهحلهای دنیای واقعی
را توسعه دهید
یادگیری ماشین فرصتهای بسیار زیادی را ارائه میدهد ومعرفی
یادگیری ماشینیدانش عملی را برای استفاده حداکثری از آنها
ارائه میدهد. دینو و فرانچسکو اسپوزیتو با مروری سریع بر پایه
های هوش مصنوعی و مراحل اساسی هر پروژه یادگیری ماشینی شروع می
کنند. در مرحله بعد، آنها کتابخانه قدرتمند ML.NET مایکروسافت را
معرفی می کنند که شامل قابلیت هایی برای پردازش، آموزش و ارزیابی
داده ها می شود. آنها خانوادههایی از الگوریتمهایی را ارائه
میکنند که میتوانند برای حل مسائل زندگی واقعی و همچنین
تکنیکهای یادگیری عمیق با استفاده از شبکههای عصبی آموزش داده
شوند. نویسندگان با معرفی سرویسهای با ارزش زمان اجرا که از طریق
پلتفرم ابری Azure در دسترس هستند، نتیجهگیری میکنند و
چشمانداز کسبوکار بلندمدت را برای یادگیری ماشین در نظر
میگیرند.
- 14 بار MVP Microsoft Dino Esposito و Francesco Esposito به
شما کمک میکنند
- آنچه در مورد چگونگی یادگیری انسان ها و نحوه ساخت نرم افزار
هوشمند شناخته شده است - کشف مشکلاتی که یادگیری ماشین می تواند
برطرف کند - درک خط لوله یادگیری ماشین: مراحل منتهی به یک مدل
قابل تحویل - استفاده از AutoML برای انتخاب خودکار بهترین خط
لوله برای هر مشکلی و مجموعه داده - استاد ML.NET، پیاده سازی خط
لوله آن، و اعمال وظایف و الگوریتم های آن - کاوش در مبانی ریاضی
یادگیری ماشین - پیش بینی، بهبود تصمیم گیری، و اعمال روش های
احتمالی - گروه بندی داده ها از طریق طبقه بندی و خوشه بندی -
یادگیری اصول اولیه یادگیری عمیق، از جمله طراحی شبکه عصبی - از
خدمات ابری هوش مصنوعی برای ایجاد سریعتر راه حل های دنیای واقعی
بهتر استفاده کنید
درباره این
کتاب
- برای حرفه ای هایی که می خواهند برنامه
های کاربردی یادگیری ماشین بسازند: هم توسعه دهندگانی که به مهارت
های علم داده نیاز دارند و هم دانشمندان داده ای که به مهارت های
برنامه نویسی مرتبط نیاز دارند - شامل نمونه هایی از سناریوهای
کدگذاری یادگیری ماشینی است. با استفاده از کتابخانه ML.NET ساخته
شده است
Master machine learning concepts and develop real-world
solutions
Machine learning offers immense opportunities,
andIntroducing Machine Learningdelivers practical
knowledge to make the most of them. Dino and Francesco Esposito
start with a quick overview of the foundations of artificial
intelligence and the basic steps of any machine learning
project. Next, they introduce Microsoft's powerful ML.NET
library, including capabilities for data processing, training,
and evaluation. They present families of algorithms that can be
trained to solve real-life problems, as well as deep learning
techniques utilizing neural networks. The authors conclude by
introducing valuable runtime services available through the
Azure cloud platform and consider the long-term business vision
for machine learning.
- 14-time Microsoft MVP Dino Esposito and Francesco Esposito
help you
- Explore what's known about how humans learn and how
intelligent software is built - Discover which problems machine
learning can address - Understand the machine learning
pipeline: the steps leading to a deliverable model - Use AutoML
to automatically select the best pipeline for any problem and
dataset - Master ML.NET, implement its pipeline, and apply its
tasks and algorithms - Explore the mathematical foundations of
machine learning - Make predictions, improve decision-making,
and apply probabilistic methods - Group data via classification
and clustering - Learn the fundamentals of deep learning,
including neural network design - Leverage AI cloud services to
build better real-world solutions faster
About
This Book
- For professionals who want to build
machine learning applications: both developers who need data
science skills and data scientists who need relevant
programming skills - Includes examples of machine learning
coding scenarios built using the ML.NET library