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
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: نویسندگان: Andriy Burkov سری: ISBN (شابک) : 9781999579500 ناشر: Andriy Burkov سال نشر: 2019 تعداد صفحات: 152 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب کتاب یادگیری ماشین ماشینی صد صفحه ای: یادگیری ماشینی، یادگیری عمیق، صد صفحه
در صورت تبدیل فایل کتاب The Hundred-Page Machine Learning Book 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 کتاب یادگیری ماشین ماشینی صد صفحه ای 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.
آیا این کتاب برای شماست؟ از کتاب لذت خواهید برد اگر: - مهندس نرم افزار یا دانشمندی که می خواهد مهندس یادگیری ماشین یا دانشمند داده شود. - یک دانشمند داده که تلاش می کند در لبه پیشرفت های روز باقی بماند و تخصص خود را در زمینه ML تعمیق بخشد - مدیری که می خواهد هنگام صحبت در مورد هوش مصنوعی با مهندسان و افراد محصول، احساس اعتماد به نفس داشته باشد - یک فرد کنجکاو که به دنبال یافتن نحوه عملکرد یادگیری ماشینی است و شاید چیزی جدید بسازد
Is this book for you? You will enjoy the book if you are: - a software engineer or a scientist who wants to become a machine learning engineer or a data scientist - a data scientist trying to stay on the edge of the state-of-the-art and deepen their ML expertise - a manager who wants to feel confident while talking about AI with engineers and product people - a curious person looking to find out how machine learning works and maybe build something new
Preface Chapter 1: Introduction Part I: Supervised Learning Chapter 2: Notation and Definitions Chapter 3: Fundamental Algorithms Chapter 4: Anatomy of a Learning Algorithm Chapter 5: Basic Practice Chapter 6: Neural Networks and Deep Learning Chapter 7: Problems and Solutions Chapter 8: Advanced Practice Part II: Unsupervised and Other Forms of Learning Chapter 9: Unsupervised Learning Chapter 10: Other Forms of Learning Chapter 11: Conclusion