Soft Computing in Machine Learning

از آنجایی که کاربران یا مصرف‌کنندگان اکنون خواستار دستگاه‌های هوشمندتر هستند، سیستم‌های هوشمند با استفاده از یادگیری ماشین انقلابی را متحول می‌کنند. یادگیری ماشینی به‌عنوان بخشی از سیستم‌های هوشمند در حال حاضر یکی از حیاتی‌ترین مؤلفه‌های ابزارهای روزمره از موتورهای جستجو و تشخیص تقلب در کارت اعتباری گرفته تا تحلیل بازار سهام است. می‌توانید ماشین‌ها را برای انجام برخی کارها آموزش دهید تا بتوانند به طور خودکار انواع مشکلات را شناسایی، تشخیص و حل کنند. سیستم‌های هوشمند پیشرفت سریعی در توسعه هنر در یادگیری ماشین بر اساس ادراک هوشمندانه و عمیق داشته‌اند. با استفاده از یادگیری ماشینی، سیستم‌های هوشمند کاربردهای گسترده‌ای در تشخیص خودکار گفتار، پردازش زبان طبیعی، تشخیص پزشکی، بیوانفورماتیک و حرکت روبات‌ها دارند. هدف این کتاب معرفی نحوه پردازش حجم قابل توجهی از داده ها، آموزش ماشین ها و بهبود مدل های تصمیم گیری است. و این کتاب در توسعه سیستم های هوشمند پیشرفته از طریق یادگیری ماشین تخصص دارد. این شامل 11 مشارکت است که شامل تشخیص تغییر روشنایی، مولد نشریات آموزشی الکترونیکی، سیستم تریاژ تماس هوشمند، تشخیص سنگ در ذخایر اورانیوم، واحدهای پردازش گرافیکی، مدل ریاضی پدیده ضربه، انتخاب و جهش در الگوریتم ژنتیک، حرکت دست و بازو است. تخمین، کاربرد شبکه موجک، توهم مثلث کانیزسا و رگرسیون ماشین بردار پشتیبان. همچنین، نحوه اعمال یادگیری ماشین را برای سیستم‌های هوشمند توضیح می‌دهد. این نسخه به صورت مشارکت‌های اصلی و بازبینی شده از طراحی اولیه تا نمونه‌های اولیه و تأیید نهایی منتشر شده است.

As users or consumers are now demanding smarter devices, intelligent systems are revolutionizing by utilizing machine learning. Machine learning as part of intelligent systems is already one of the most critical components in everyday tools ranging from search engines and credit card fraud detection to stock market analysis. You can train machines to perform some things, so that they can automatically detect, diagnose, and solve a variety of problems. The intelligent systems have made rapid progress in developing the state of the art in machine learning based on smart and deep perception. Using machine learning, the intelligent systems make widely applications in automated speech recognition, natural language processing, medical diagnosis, bioinformatics, and robot locomotion. This book aims at introducing how to treat a substantial amount of data, to teach machines and to improve decision making models. And this book specializes in the developments of advanced intelligent systems through machine learning. It consists of 11 contributions that features illumination change detection, generator of electronic educational publications, intelligent call triage system, recognition of rocks at uranium deposits, graphics processing units, mathematical model of hit phenomena, selection and mutation in genetic algorithm, hands and arms motion estimation, application of wavelet network, Kanizsa triangle illusion, and support vector machine regression. Also, it describes how to apply the machine learning for the intelligent systems. This edition is published in original, peer reviewed contributions covering from initial design to final prototypes and verifications.