Sale
ریاضیات یادگیری ماشینی: سخنرانی در مورد روش های نظارت شده و فراتر از آن ۲۰۲۴
The Mathematics of Machine Learning: Lectures on Supervised Methods and Beyond 2024
دانلود کتاب ریاضیات یادگیری ماشینی: سخنرانی در مورد روش های نظارت شده و فراتر از آن ۲۰۲۴ (The Mathematics of Machine Learning: Lectures on Supervised Methods and Beyond 2024) با لینک مستقیم و فرمت pdf (پی دی اف)
| نویسنده |
Maria Han Veiga,François Gaston Ged |
|---|
ناشر:
De Gruyter
۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید
| سال انتشار |
2024 |
|---|---|
| زبان |
English |
| تعداد صفحهها |
210 |
| نوع فایل |
|
| حجم |
14 MB |
🏷️ قیمت اصلی: 200,000 تومان بود.129,000 تومانقیمت فعلی: 129,000 تومان.
هوشمصنوعی ترجمه کالیبو
توضیحات
معرفی کتاب ریاضیات یادگیری ماشینی: سخنرانی در مورد روش های نظارت شده و فراتر از آن ۲۰۲۴
این کتاب، مقدمه ای بر یادگیری ماشین است که تمرکز اصلی آن بر ریاضیات پشت الگوریتم ها و تکنیک های استاندارد در این حوزه می باشد. این کتاب برای دانشجویان سال آخر کارشناسی و دانشجویان تحصیلات تکمیلی ریاضیات طراحی شده است.
تمرکز اصلی این کتاب بر الگوریتم های یادگیری ماشین تحت نظارت شناخته شده است، با جزئیات تئوری موجود برای ارائه برخی تضمین های تئوری، ارائه اثبات های شهودی و توضیح مطالب به روشی مختصر و دقیق. این کتاب، مجموعه ای گسترده از موضوعات را پوشش می دهد و نگاهی کلی به این حوزه ارائه می دهد. خلاصه موضوعات مورد بحث عبارتند از: تئوری یادگیری آماری، تئوری تقریب، مدل های خطی، روش های هسته ای، فرایندهای گوسی، شبکه های عصبی عمیق، روش های گروهی و تکنیک های یادگیری بدون نظارت، مانند خوشه بندی و کاهش بعد.
این کتاب برای دانشجویانی که به ورود به این حوزه علاقه مند هستند مناسب است، زیرا آن ها را برای تسلط بر ابزارهای استاندارد در یادگیری ماشین آماده می کند. خواننده با خواندن این کتاب، قادر خواهد بود سوالات اصلی تئوری پژوهش های فعلی را درک کرده و به طور فعال در این حوزه مشارکت کند.
فهرست کتاب:
۱. صفحه عنوان
۲. حق نشر
۳. فهرست مطالب
۴. بخش اول: مقدمه و مقدمات
۵. بخش دوم: یادگیری نظارت شده
۶. بخش سوم: فراتر از یادگیری نظارت شده
۷. فهرست موضوعی
توضیحات(انگلیسی)
This book is an introduction to machine learning, with a strong focus on the mathematics behind the standard algorithms and techniques in the field, aimed at senior undergraduates and early graduate students of Mathematics.
There is a focus on well-known supervised machine learning algorithms, detailing the existing theory to provide some theoretical guarantees, featuring intuitive proofs and exposition of the material in a concise and precise manner. A broad set of topics is covered, giving an overview of the field. A summary of the topics covered is: statistical learning theory, approximation theory, linear models, kernel methods, Gaussian processes, deep neural networks, ensemble methods and unsupervised learning techniques, such as clustering and dimensionality reduction.
This book is suited for students who are interested in entering the field, by preparing them to master the standard tools in Machine Learning. The reader will be equipped to understand the main theoretical questions of the current research and to engage with the field.
Table of Contents
1. Title Page
2. Copyright
3. Contents
4. Part I Introduction and preliminaries
5. Part II Supervised learning
6. Part III Beyond supervised learning
7. Subject Index
دیگران دریافت کردهاند
✨ 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.
