توضیحاتی در مورد کتاب Machine Learning. The New AI
نام کتاب : Machine Learning. The New AI
عنوان ترجمه شده به فارسی : فراگیری ماشین. هوش مصنوعی جدید
سری :
نویسندگان : Ethem Alpaydin
ناشر : The MIT Press
سال نشر : 2017
تعداد صفحات : 225
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 2 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 :
امروزه، یادگیری ماشین زیربنای طیف وسیعی از برنامههای کاربردی است که ما هر روز از آنها استفاده میکنیم، از توصیههای محصول گرفته تا تشخیص صدا - و همچنین برخی از برنامههایی که ما هنوز از آنها استفاده نمیکنیم، از جمله خودروهای بدون راننده. این اساس رویکرد جدید در محاسبات است که در آن ما برنامه نمی نویسیم، بلکه داده ها را جمع آوری می کنیم، ایده این است که الگوریتم های وظایف را به طور خودکار از داده ها یاد بگیریم. با فراگیرتر شدن دستگاه های محاسباتی، بخش بزرگی از زندگی و کار ما به صورت دیجیتالی ثبت می شود، و با بزرگتر شدن «داده های بزرگ»، نظریه یادگیری ماشین - پایه و اساس تلاش ها برای پردازش این داده ها به دانش - همچنین پیشرفته در این کتاب، Ethem Alpaydin، متخصص یادگیری ماشین، مروری مختصر از موضوع را برای خوانندگان عمومی ارائه میکند، تکامل آن را توضیح میدهد، الگوریتمهای مهم یادگیری را توضیح میدهد، و نمونهای از کاربردها را ارائه میدهد.
Alpaydin شرحی از چگونگی پیشرفت فناوری دیجیتال ارائه میدهد. از مینفریمهای بزرگ تا دستگاههای تلفن همراه، رونق یادگیری ماشینی امروزی را در چارچوب قرار میدهد. او اصول یادگیری ماشین و برخی کاربردهای استفاده از الگوریتمهای یادگیری ماشین را برای شناسایی الگوی شبکههای عصبی مصنوعی با الهام از الگوریتمهای مغز انسان که ارتباط بین نمونهها را یاد میگیرند، با کاربردهایی مانند تقسیمبندی مشتری و توصیههای یادگیری و یادگیری تقویتی، زمانی که مستقل است، توضیح میدهد. نماینده می آموزد که برای به حداکثر رساندن پاداش و به حداقل رساندن جریمه عمل کند. Alpaydin سپس برخی از جهتگیریهای آینده را برای یادگیری ماشین و حوزه جدید «علم داده» در نظر میگیرد و پیامدهای اخلاقی و قانونی برای حفظ حریم خصوصی و امنیت دادهها را مورد بحث قرار میدهد.
توضیحاتی در مورد کتاب به زبان اصلی :
Today, machine learning underlies a range of applications we use every day, from product recommendations to voice recognition -- as well as some we dont yet use everyday, including driverless cars. It is the basis of the new approach in computing where we do not write programs but collect data the idea is to learn the algorithms for the tasks automatically from data. As computing devices grow more ubiquitous, a larger part of our lives and work is recorded digitally, and as «Big Data» has gotten bigger, the theory of machine learning -- the foundation of efforts to process that data into knowledge -- has also advanced. In this book, machine learning expert Ethem Alpaydin offers a concise overview of the subject for the general reader, describing its evolution, explaining important learning algorithms, and presenting example applications.
Alpaydin offers an account of how digital technology advanced from number-crunching mainframes to mobile devices, putting todays machine learning boom in context. He describes the basics of machine learning and some applications the use of machine learning algorithms for pattern recognition artificial neural networks inspired by the human brain algorithms that learn associations between instances, with such applications as customer segmentation and learning recommendations and reinforcement learning, when an autonomous agent learns act so as to maximize reward and minimize penalty. Alpaydin then considers some future directions for machine learning and the new field of «data science,» and discusses the ethical and legal implications for data privacy and security.