پردازش و محاسبات داده‌های چندرسانه‌ای ۲۰۲۳
Multimedia Data Processing and Computing 2023

این کتاب بر کاربردهای گوناگون چندرسانه‌ای‌ها (Multimedia) با مهندسی داده‌ی نظارت‌شده و نظارت‌نشده در دنیای امروز تمرکز دارد. این کتاب شامل محاسبات نرم مبتنی بر هوش مصنوعی و تکنیک‌های ماشین در زمینه‌های تشخیص پزشکی، بیومتریک، شبکه‌سازی، تولید، علم داده، اتوماسیون در صنایع الکترونیک و بسیاری از حوزه‌های مرتبط دیگر است.

پردازش و محاسبات داده‌های چندرسانه‌ای، مقدمه‌ای کامل بر مفاهیم یادگیری ماشین و همچنین راهنمایی عملی در مورد چگونگی استفاده از ابزارها و تکنیک‌های یادگیری ماشین در موقعیت‌های مهندسی داده‌ی دنیای واقعی ارائه می‌دهد. این کتاب به سه بخش تقسیم شده است. در این کتاب درباره مهندسی داده‌های چندرسانه‌ای و یادگیری ماشین، خواننده یاد می‌گیرد که چگونه ورودی‌ها را آماده کند، خروجی‌ها را تفسیر کند، اکتشافات را ارزیابی کند و استراتژی‌های الگوریتمی را به کار گیرد که در قلب داده‌کاوی موفق قرار دارند. فصل‌ها بر استفاده از الگوریتم‌های مختلف یادگیری ماشین، الگوریتم‌های شبکه‌های عصبی، تکنیک‌های تکاملی، تکنیک‌های منطق فازی و تکنیک‌های یادگیری عمیق از طریق پروژه‌ها تمرکز دارند، به طوری که خواننده به راحتی نه تنها مفهوم الگوریتم‌های مختلف، بلکه پیاده‌سازی دنیای واقعی الگوریتم‌ها را با استفاده از دستگاه‌های اینترنت اشیا نیز درک کند. نویسندگان مفاهیم، ​​ایده‌ها، الگوها، ابزارها، روش‌ها و استراتژی‌هایی را گرد هم می‌آورند که هر دو مهندسی نظارت‌شده و نظارت‌نشده را در بر می‌گیرد، با تأکید ویژه‌ای بر مهندسی داده‌های چندرسانه‌ای. نویسندگان همچنین بر نیاز به توسعه‌ی پایه‌ای از تخصص در یادگیری ماشین برای مقابله با انواع مطالعات موردی دنیای واقعی در بخش‌های مختلفی مانند سیستم‌های ارتباطی بیولوژیکی، مراقبت‌های بهداشتی، امنیت، امور مالی و اقتصاد و غیره تأکید می‌کنند. در نهایت، این کتاب همچنین مطالعات موردی واقعی از اکوسیستم‌های یادگیری ماشین را ارائه می‌دهد تا مهارت‌های لازم یادگیری ماشین برای تبدیل شدن به یک متخصص موفق را نشان دهد.

مخاطبان اصلی این کتاب شامل دانشجویان کارشناسی و کارشناسی ارشد، محققان، اساتید، متخصصان و دست‌اندرکاران حوزه‌ی علوم و مهندسی کامپیوتر هستند.

This book focuses on different applications of multimedia with supervised and unsupervised data engineering in the modern world. It includes AI-based soft computing and machine techniques in the field of medical diagnosis, biometrics, networking, manufacturing, data science, automation in electronics industries, and many more relevant fields.

Multimedia Data Processing and Computing provides a complete introduction to machine learning concepts, as well as practical guidance on how to use machine learning tools and techniques in real-world data engineering situations. It is divided into three sections. In this book on multimedia data engineering and machine learning, the reader will learn how to prepare inputs, interpret outputs, appraise discoveries, and employ algorithmic strategies that are at the heart of successful data mining. The chapters focus on the use of various machine learning algorithms, neural net- work algorithms, evolutionary techniques, fuzzy logic techniques, and deep learning techniques through projects, so that the reader can easily understand not only the concept of different algorithms but also the real-world implementation of the algorithms using IoT devices. The authors bring together concepts, ideas, paradigms, tools, methodologies, and strategies that span both supervised and unsupervised engineering, with a particular emphasis on multimedia data engineering. The authors also emphasize the need for developing a foundation of machine learning expertise in order to deal with a variety of real-world case studies in a variety of sectors such as biological communication systems, healthcare, security, finance, and economics, among others. Finally, the book also presents real-world case studies from machine learning ecosystems to demonstrate the necessary machine learning skills to become a successful practitioner.

The primary users for the book include undergraduate and postgraduate students, researchers, academicians, specialists, and practitioners in computer science and engineering.