یادگیری جمعی: دسته‌بندی الگو با استفاده از روش‌های جمعی (ویرایش دوم) ۲۰۱۹
Ensemble Learning: Pattern Classification Using Ensemble Methods (Second Edition) 2019

دانلود کتاب یادگیری جمعی: دسته‌بندی الگو با استفاده از روش‌های جمعی (ویرایش دوم) ۲۰۱۹ (Ensemble Learning: Pattern Classification Using Ensemble Methods (Second Edition) 2019) با لینک مستقیم و فرمت pdf (پی دی اف) و ترجمه فارسی

نویسنده

Lior Rokach

voucher (1)

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2019

زبان

English

تعداد صفحه‌ها

300

نوع فایل

pdf

حجم

10.9 MB

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

پیش‌خرید با تحویل فوری(⚡️) | فایل کتاب حداکثر تا ۳۰ دقیقه(🕒) پس از ثبت سفارش آماده دانلود خواهد بود.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب یادگیری جمعی: دسته‌بندی الگو با استفاده از روش‌های جمعی (ویرایش دوم) ۲۰۱۹

این مجموعه به‌روزرسانی‌شده، مقدمه‌ای روشمند همراه با منبعی منسجم و یکپارچه از روش‌ها، نظریه‌ها، روندها، چالش‌ها و کاربردهای یادگیری جمعی ارائه می‌دهد. بیش از یک‌سوم این ویرایش را مطالب جدید تشکیل می‌دهند که شامل توصیف روش‌های کلاسیک، و نیز توسعه‌ها و رویکردهای نوینی است که اخیراً معرفی شده‌اند.

در کنار توصیف الگوریتمی هر روش، موقعیت‌هایی که هر روش در آن قابل‌استفاده است و همچنین پیامدها و مصالحه‌های ناشی از استفاده از آن به شکلی خلاصه ارائه شده‌اند. کد R برای پیاده‌سازی الگوریتم نیز مورد تأکید قرار گرفته است.

این اثر منحصربه‌فرد، منبعی جامع، مختصر و کاربردی را در مورد روش‌های یادگیری جمعی در اختیار پژوهشگران، دانشجویان و متخصصان صنعت قرار می‌دهد.


فهرست کتاب:

۱. صفحه روی جلد

۲. صفحه عنوان

۳. حق چاپ

۴. تقدیم

۵. پیشگفتار

۶. فهرست مطالب

۱. مقدمه‌ای بر یادگیری ماشین

۲. درخت‌های طبقه‌بندی و رگرسیون

۳. مقدمه‌ای بر یادگیری جمعی

۴. طبقه‌بندی جمعی

۵. ماشین‌های گرادیان بوستینگ

۶. تنوع جمعی

۷. انتخاب جمعی

۸. کدهای خروجی تصحیح‌کننده خطا

۹. ارزیابی مجموعه‌های طبقه‌بندی‌کننده‌ها

۱۶. کتابنامه

۱۷. نمایه

 

توضیحات(انگلیسی)

This updated compendium provides a methodical introduction with a coherent and unified repository of ensemble methods, theories, trends, challenges, and applications. More than a third of this edition comprised of new materials, highlighting descriptions of the classic methods, and extensions and novel approaches that have recently been introduced.Along with algorithmic descriptions of each method, the settings in which each method is applicable and the consequences and tradeoffs incurred by using the method is succinctly featured. R code for implementation of the algorithm is also emphasized.The unique volume provides researchers, students and practitioners in industry with a comprehensive, concise and convenient resource on ensemble learning methods.


Table of Contents

1. Cover page

2. Title page

3. Copyright

4. Dedication

5. Preface

6. Contents

1. Introduction to Machine Learning

2. Classification and Regression Trees

3. Introduction to Ensemble Learning

4. Ensemble Classification

5. Gradient Boosting Machines

6. Ensemble Diversity

7. Ensemble Selection

8. Error Correcting Output Codes

9. Evaluating Ensembles of Classifiers

16. Bibliography

17. Index

دیگران دریافت کرده‌اند

سایر کتاب‌های ناشر

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.