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: Du Zhang. Jeffrey J. P. Tsai
سری:
ISBN (شابک) : 9812560947, 9789812569271
ناشر: World Scientific Pub Co Inc
سال نشر: 2005
تعداد صفحات: 367
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 25 مگابایت
در صورت تبدیل فایل کتاب Machine Learning Applications In Software Engineering (Series on Software Engineering and Knowledge Engineering) 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 کاربردهای یادگیری ماشین در مهندسی نرم افزار (مجموعه مهندسی نرم افزار و مهندسی دانش) 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.
یادگیری ماشینی به این موضوع می پردازد که چگونه می توان برنامه های کامپیوتری ساخت که عملکرد آنها را در برخی از وظایف از طریق تجربه بهبود می بخشد. الگوریتمهای یادگیری ماشین ارزش عملی زیادی در حوزههای مختلف کاربردی دارند. جای تعجب نیست که حوزه مهندسی نرم افزار به عنوان یک زمین حاصلخیز تبدیل می شود که بسیاری از وظایف توسعه و نگهداری نرم افزار را می توان به عنوان مشکلات یادگیری فرموله کرد و از نظر الگوریتم های یادگیری به آنها نزدیک شد. این کتاب به موضوع کاربردهای یادگیری ماشین در مهندسی نرم افزار می پردازد. این یک نمای کلی از یادگیری ماشینی را ارائه می دهد، وضعیت عملکرد را در این حوزه تخصصی خلاصه می کند، طبقه بندی کارهای موجود را ارائه می دهد و برخی دستورالعمل های کاربردی را ارائه می دهد. همچنین مجموعه ای از مقالات منتشر شده قبلی در این زمینه تحقیقاتی در کتاب گنجانده شده است.
Machine learning deals with the issue of how to build computer programs that improve their performance at some tasks through experience. Machine learning algorithms have proven to be of great practical value in a variety of application domains. Not surprisingly, the field of software engineering turns out to be a fertile ground where many software development and maintenance tasks could be formulated as learning problems and approached in terms of learning algorithms. This book deals with the subject of machine learning applications in software engineering. It provides an overview of machine learning, summarizes the state-of-the-practice in this niche area, gives a classification of the existing work, and offers some application guidelines. Also included in the book is a collection of previously published papers in this research area.