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: Dan Phillips
سری:
ناشر:
سال نشر:
تعداد صفحات: 88
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 مگابایت
در صورت تبدیل فایل کتاب Machine Learning: Jump on the Way to the Future, Discover Artificial Intelligence and Data Science. Maximize your Business in the Modern World Mastering Deep Learning, Python and Algorithms 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 یادگیری ماشینی: پرش در راه آینده، کشف هوش مصنوعی و علم داده. کسب و کار خود را در دنیای مدرن با تسلط بر یادگیری عمیق، پایتون و الگوریتم ها به حداکثر برسانید 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.
Introduction Chapter 1: Introduction to Machine Learning (ML) 1.1 Machine Learning (ML) Evolution 1.2 Why Machine Learning (ML) have Become So Successful? 1.3 Machine Learning (ML) Utilizations 1.4 Artificial Intelligence and its Importance 1.5 How Machine Learning (ML) is Related to Artificial Intelligence (AI) 1.6 Working of Artificial Intelligence (AI) 1.7 Applications of Machine Learning (ML) Chapter 2: A Tour of Machine Learning (ML) Algorithms 2.1 Machine Learning (ML) Algorithms Types 2.2 Machine Learning (ML) Regression Techniques 2.3 Reinforcement Learning Guide 2.4 Ensemble Learning Guide 2.5 Random Forest 2.6 Decision Trees 2.7 Random Forests vs Decision Trees Chapter 3: Data Science Guide with Machine Learning 3.1 Why Should We Use Data Science and How it can help in Business? 3.2 Why Python and Data Science Mix Well? 3.3 Data Science Statistical Learning 3.4 Relation Between Big Data and Machine Learning (ML) 3.5 What is Data Pipelines? 3.6 What is Neural Networking? 3.7 What is Artificial Neural Network? 3.8 What is Data Mining? 3.9 Machine Learning (ML) Algorithms for Data Science 3.10 Machine Learning (ML) vs Artificial intelligence (AI) vs Deep Learning 3.11 Python Libraries for Machine Learning (ML) 3.12 How Machine Learning (ML) is Reshaping Marketing? 3.13 Solutions for Small Businesses Using Big Data Conclusion