مقدمه ای بر الگوریتم های داده کاوی و یادگیری ماشین ۲۰۱۹
Introduction to Algorithms for Data Mining and Machine Learning 2019

دانلود کتاب مقدمه ای بر الگوریتم های داده کاوی و یادگیری ماشین ۲۰۱۹ (Introduction to Algorithms for Data Mining and Machine Learning 2019) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده	Xin-She Yang

ناشر: Academic Press

دسته: آنالیز ریاضی, ریاضیات

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

سال انتشار	2019
زبان	English
تعداد صفحه‌ها	188
نوع فایل	pdf
حجم	2 Mb

از: قیمت اصلی 200,000 تومان بود.قیمت فعلی 129,000 تومان است.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

هوش‌مصنوعی ترجمه کالیبو

توضیحات

معرفی کتاب مقدمه ای بر الگوریتم های داده کاوی و یادگیری ماشین ۲۰۱۹

کتاب “مقدمه ای بر الگوریتم های داده کاوی و یادگیری ماشین” ایده های اساسی پشت تمام الگوریتم ها و تکنیک های کلیدی داده کاوی و یادگیری ماشین، همراه با تکنیک های بهینه سازی را معرفی می کند. رویکرد رسمی ریاضی قوی، مثال های انتخاب شده با دقت و توصیه های نرم افزاری عملی به خوانندگان کمک می کند تا به مهارت های مدل سازی داده ای خود اطمینان پیدا کنند تا بتوانند داده ها را برای طبقه بندی، خوشه بندی، برازش منحنی و پیش بینی پردازش و تفسیر کنند. این کتاب با تعادل استادانه ای بین تئوری و عمل، به ویژه برای کسانی که به یک تئوری پس زمینه مرتبط، به خوبی توضیح داده شده، اما نه دقیق (بر پایه اثبات)، و دستورالعمل های روشن برای کار با داده های حجیم نیاز دارند، مفید است.

رویکرد غیررسمی و بدون قضیه با پوشش مختصر و فشرده از تمام موضوعات بنیادی ارائه می دهد
شامل مثال های حل شده است که به کاربران در افزایش اعتماد به فهم خود از الگوریتم های کلیدی کمک می کند و به این ترتیب مطالعه خودآموز را تشویق می کند
الگوریتم ها و تکنیک هایی ارائه می دهد که می توانند در هر زبان برنامه نویسی پیاده سازی شوند، با هر فصل شامل یادداشت هایی در مورد بسته های نرم افزاری مرتبط

فهرست کتاب:

۱. تصویر جلد

۲. صفحه عنوان

۳. فهرست مطالب

۴. حق تکثیر

۵. درباره نویسنده

۶. پیشگفتار

۷. سپاسگزاری

۸. ۱: مقدمه‌ای بر بهینه‌سازی

۹. ۲: مبانی ریاضی

۱۰. ۳: الگوریتم‌های بهینه‌سازی

۱۱. ۴: برازش داده و رگرسیون

۱۲. ۵: رگرسیون لجستیک، PCA، LDA، و ICA

۱۳. ۶: تکنیک‌های داده‌کاوی

۱۴. ۷: ماشین بردار پشتیبان و رگرسیون

۱۵. ۸: شبکه‌های عصبی و یادگیری عمیق

۱۶. کتابشناسی

۱۷. نمایه

توضیحات(انگلیسی)

Introduction to Algorithms for Data Mining and Machine Learning introduces the essential ideas behind all key algorithms and techniques for data mining and machine learning, along with optimization techniques. Its strong formal mathematical approach, well selected examples, and practical software recommendations help readers develop confidence in their data modeling skills so they can process and interpret data for classification, clustering, curve-fitting and predictions. Masterfully balancing theory and practice, it is especially useful for those who need relevant, well explained, but not rigorous (proofs based) background theory and clear guidelines for working with big data.

Presents an informal, theorem-free approach with concise, compact coverage of all fundamental topics
Includes worked examples that help users increase confidence in their understanding of key algorithms, thus encouraging self-study
Provides algorithms and techniques that can be implemented in any programming language, with each chapter including notes about relevant software packages