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 Mathematical Analysis for Machine Learning and Data Mining

دانلود کتاب تجزیه و تحلیل ریاضی برای یادگیری ماشین و داده کاوی

Mathematical Analysis for Machine Learning and Data Mining

مشخصات کتاب

Mathematical Analysis for Machine Learning and Data Mining

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9813229683, 9789813229686 
ناشر: World Scientific Publishing Co Pte Ltd 
سال نشر: 2018 
تعداد صفحات: 968 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 46,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب Mathematical Analysis for Machine Learning and Data Mining 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 تجزیه و تحلیل ریاضی برای یادگیری ماشین و داده کاوی 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 تجزیه و تحلیل ریاضی برای یادگیری ماشین و داده کاوی



این خلاصه مقدمه ای مستقل برای تحلیل ریاضی در زمینه یادگیری ماشین و داده کاوی ارائه می دهد. جزء تجزیه و تحلیل ریاضی برنامه درسی معمولی ریاضی برای دانش‌آموزان علوم کامپیوتر، این ایده‌ها و تکنیک‌های بسیار مهم را حذف می‌کند که برای نزدیک شدن به حوزه تخصصی یادگیری ماشین با محوریت بهینه‌سازی مانند ماشین‌های بردار پشتیبان، شبکه‌های عصبی، انواع مختلف رگرسیون، انتخاب ویژگی، ضروری هستند. و خوشه بندی این کتاب مورد توجه ویژه محققان و دانشجویان فارغ التحصیل است که از این حوزه های کاربردی مورد بحث در کتاب بهره مند خواهند شد.


توضیحاتی درمورد کتاب به خارجی

This compendium provides a self-contained introduction to mathematical analysis in the field of machine learning and data mining. The mathematical analysis component of the typical mathematical curriculum for computer science students omits these very important ideas and techniques which are indispensable for approaching specialized area of machine learning centered around optimization such as support vector machines, neural networks, various types of regression, feature selection, and clustering. The book is of special interest to researchers and graduate students who will benefit from these application areas discussed in the book.



فهرست مطالب

Cover
Title Page
Copyright
Epigraph
Preface
Contents
Part I: Set-Theoretical and Algebraic
Preliminaries
1 Preliminaries
2 Linear Spaces
3 Algebra of Convex Sets
Part II: Topology
4 Topology
5 Metric Space Topologies
6 Topological Linear Spaces
Part III: Measure and Integration
7 Measurable Spaces and Measures
8 Integration
Part IV: Functional Analysis and Convexity
9 Banach Spaces
10 Differentiability of Functions Defined
on Normed Spaces
11 Hilbert Spaces
12 Convex Functions
Part V: Applications
13 Optimization
14 Iterative Algorithms
15 Neural Networks
16 Regression
17 Support Vector Machines
Bibliography
Index




نظرات کاربران