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.] نویسندگان: George A. Tsihrintzis, Maria Virvou, Evangelos Sakkopoulos, Lakhmi C. Jain سری: Learning and Analytics in Intelligent Systems 1 ISBN (شابک) : 9783030156275 ناشر: Springer International Publishing سال نشر: 2019 تعداد صفحات: XX, 548 [552] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 Mb
در صورت تبدیل فایل کتاب Machine Learning Paradigms: Applications of Learning and Analytics in Intelligent Systems 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 پارادایم های یادگیری ماشین: کاربردهای یادگیری و تجزیه و تحلیل در سیستم های هوشمند 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.
این کتاب اولین جلد از سری جدید Springer در یادگیری و تجزیه و تحلیل در سیستم های هوشمند است. هدف این مجموعه ارائه کتابهایی به صورت چاپی و نرمافزاری در تمامی جنبههای یادگیری، تجزیه و تحلیل، سیستمهای هوشمند پیشرفته و فناوریهای مرتبط است. این رشته ها به شدت مرتبط و مکمل یکدیگر هستند. بر این اساس، سری جدید یک رویکرد یکپارچه به موضوعات و موضوعات در این رشته ها را تشویق می کند که منجر به لقاح متقابل قابل توجه، پیشرفت های تحقیقاتی و ایجاد دانش جدید می شود. برای به حداکثر رساندن انتشار یافته های پژوهشی، این مجموعه کتاب های ویرایش شده، تک نگاری ها، کتاب های راهنما، کتاب های درسی و مجموعه مقالات کنفرانس را منتشر می کند. این کتاب برای اساتید، محققان، دانشمندان، مهندسان و دانشجویان در نظر گرفته شده است. فهرست گسترده ای از مراجع در پایان هر فصل به خوانندگان این امکان را می دهد که بیشتر در زمینه های کاربردی که بیشتر مورد علاقه آنها هستند تحقیق کنند.
This book is the inaugural volume in the new Springer series on Learning and Analytics in Intelligent Systems. The series aims at providing, in hard-copy and soft-copy form, books on all aspects of learning, analytics, advanced intelligent systems and related technologies. These disciplines are strongly related and mutually complementary; accordingly, the new series encourages an integrated approach to themes and topics in these disciplines, which will result in significant cross-fertilization, research advances and new knowledge creation. To maximize the dissemination of research findings, the series will publish edited books, monographs, handbooks, textbooks and conference proceedings. This book is intended for professors, researchers, scientists, engineers and students. An extensive list of references at the end of each chapter allows readers to probe further into those application areas that interest them most.