توضیحاتی در مورد کتاب F# for Machine Learning Essentials: Get up and running with machine learning with F# in a fun and functional way
نام کتاب : F# for Machine Learning Essentials: Get up and running with machine learning with F# in a fun and functional way
عنوان ترجمه شده به فارسی : F# برای ملزومات یادگیری ماشینی: با یادگیری ماشینی با F# به روشی جالب و کاربردی راهاندازی کنید
سری :
نویسندگان : Sudipta Mukherjee
ناشر : Packt Publishing
سال نشر : 2016
تعداد صفحات : 194
ISBN (شابک) : 9781783989348
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 24 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
زبان برنامه نویسی تابعی F# توسعه دهندگان را قادر می سازد تا کدهای ساده ای را برای حل مسائل پیچیده بنویسند. با F#، توسعهدهندگان برنامههای سازگار و قابل پیشبینی ایجاد میکنند که آزمایش و استفاده مجدد آسانتر، موازیسازی سادهتر و کمتر مستعد باگ هستند. اگر می خواهید یاد بگیرید که چگونه از F# برای ساخت سیستم های یادگیری ماشینی استفاده کنید، این کتابی است که می خواهید. با مقدمه ای بر چندین دسته در مورد یادگیری ماشینی، به سرعت یاد خواهید گرفت که الگوریتم های یادگیری تحت نظارت و آزمایش شده با زمان را پیاده سازی کنید. شما به تدریج به سمت حل مشکلات پیش بینی قیمت مسکن با استفاده از تحلیل رگرسیون خواهید رفت. سپس یاد خواهید گرفت که از Accord.NET برای پیاده سازی تکنیک های SVM و خوشه بندی استفاده کنید. همچنین یاد خواهید گرفت که از ابتدا یک سیستم توصیه کننده برای سایت تجارت الکترونیک خود بسازید. در نهایت، در حین انجام تجزیه و تحلیل احساسات بر روی داده های خود، به موضوعات پیشرفته ای مانند پیاده سازی الگوریتم های شبکه عصبی خواهید پرداخت.
توضیحاتی در مورد کتاب به زبان اصلی :
The F# functional programming language enables developers to write simple code to solve complex problems. With F#, developers create consistent and predictable programs that are easier to test and reuse, simpler to parallelize, and are less prone to bugs. If you want to learn how to use F# to build machine learning systems, then this is the book you want. Starting with an introduction to the several categories on machine learning, you will quickly learn to implement time-tested, supervised learning algorithms. You will gradually move on to solving problems on predicting housing pricing using Regression Analysis. You will then learn to use Accord.NET to implement SVM techniques and clustering. You will also learn to build a recommender system for your e-commerce site from scratch. Finally, you will dive into advanced topics such as implementing neural network algorithms while performing sentiment analysis on your data.