Machine Learning and Its Applications: Advanced Lectures

در سال‌های اخیر یادگیری ماشینی راه خود را از هوش مصنوعی به حوزه‌های مدیریت، بازرگانی و صنعت باز کرده است. داده کاوی شاید شناخته شده ترین نمایش این مهاجرت باشد که با کاربردهای کمتر تبلیغاتی یادگیری ماشین مانند سیستم های تطبیقی ​​در صنعت، پیش بینی مالی، تشخیص پزشکی و ساخت پروفایل های کاربر برای مرورگرهای وب تکمیل می شود.
این کتاب قابلیت ها را ارائه می کند. روش‌های یادگیری ماشین و ایده‌هایی در مورد چگونگی استفاده از این روش‌ها برای حل مشکلات دنیای واقعی. ده فصل اول وضعیت فعلی هنر یادگیری ماشینی را از یادگیری مفاهیم نمادین و خوشه‌بندی مفهومی گرفته تا استدلال مبتنی بر مورد، شبکه‌های عصبی و الگوریتم‌های ژنتیک ارزیابی می‌کنند. بخش دوم خواننده را با کاربردهای نوآورانه تکنیک های ML در زمینه هایی مانند داده کاوی، کشف دانش، فناوری زبان انسانی، مدل سازی کاربر، تجزیه و تحلیل داده ها، علم کشف، فناوری عامل، امور مالی و غیره آشنا می کند.

In recent years machine learning has made its way from artificial intelligence into areas of administration, commerce, and industry. Data mining is perhaps the most widely known demonstration of this migration, complemented by less publicized applications of machine learning like adaptive systems in industry, financial prediction, medical diagnosis and the construction of user profiles for Web browsers.
This book presents the capabilities of machine learning methods and ideas on how these methods could be used to solve real-world problems. The first ten chapters assess the current state of the art of machine learning, from symbolic concept learning and conceptual clustering to case-based reasoning, neural networks, and genetic algorithms. The second part introduces the reader to innovative applications of ML techniques in fields such as data mining, knowledge discovery, human language technology, user modeling, data analysis, discovery science, agent technology, finance, etc.