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 Machine Learning. An Algorithmic Perspective 2nd ed.

دانلود کتاب فراگیری ماشین. چشم انداز الگوریتمی ویرایش دوم.

Machine Learning. An Algorithmic Perspective 2nd ed.

مشخصات کتاب

Machine Learning. An Algorithmic Perspective 2nd ed.

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781466583337 
ناشر: CRC 
سال نشر: 2015 
تعداد صفحات: 443 
زبان: english 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت

قیمت کتاب (تومان) : 69,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Machine Learning. An Algorithmic Perspective 2nd ed. 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 فراگیری ماشین. چشم انداز الگوریتمی ویرایش دوم. 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 فراگیری ماشین. چشم انداز الگوریتمی ویرایش دوم.

یک رویکرد ثابت و عملی برای دانش‌آموزان بدون پایه آماری قوی از آنجایی که اولین نسخه پرفروش منتشر شد، چندین پیشرفت برجسته در زمینه یادگیری ماشین رخ داده است، از جمله افزایش کار بر روی تفسیرهای آماری الگوریتم‌های یادگیری ماشین. متاسفانه دانشجویان رشته کامپیوتر


توضیحاتی درمورد کتاب به خارجی

A Proven, Hands-On Approach for Students without a Strong Statistical FoundationSince the best-selling first edition was published, there have been several prominent developments in the field of machine learning, including the increasing work on the statistical interpretations of machine learning algorithms. Unfortunately, computer science students



فهرست مطالب

Content: Introduction --
Preliminaries --
Neurons, neural networks, and linear discriminants --
The multi-layer perceptron --
Radial basis functions and splines --
Dimensionality reduction --
Probabilistic learning --
Support vector machines --
Optimisation and search --
Evolutionary learning --
Reinforcement learning --
Learning with trees --
Decision by committee: ensemble learning --
Unsupervised learning --
Markov chain Monte Carlo (MCMC) methods --
Graphical models --
Symmetric weights and deep belief networks --
Gaussian processes --
Python.




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد