"Fundamentals and Methods of Machine Learning and Deep Learning" от автора Pradeep Singha представляет собой практическое руководство по объяснению концепций машинного и глубокого обучения, оценке методологических достижений и демонстрации алгоритмов с приложениями.
Машинное обучение и глубокое обучение в последние два десятилетия сыграли важную роль в разработке приложений программного обеспечения. Кроме того, в недавних исследованиях они были признаны одной из революционных технологий, которая изменит нашу будущую жизнь, бизнес и глобальную экономику. Недавний взрыв цифровых данных в широком спектре областей, включая науку, инженерию, Интернет вещей, биомедицину, здравоохранение и многие бизнес-сектора, объявил эру больших данных, которые нельзя анализировать классической статистикой, но с помощью более современных и надежных методов машинного и глубинного обучения. Поскольку машинное обучение учится на данных, а не путем программирования жестко заданных правил принятия решений, предпринимаются попытки использовать машинное обучение для создания компьютеров, способных решать проблемы, как это делают эксперты в этой области. Цель этой книги заключается в предоставлении "практического подхода", который объясняет концепции алгоритмов машинного и углубленного обучения с примерами применения. В книге обсуждаются алгоритмы машинного обучения с контролем, алгоритмы машинной обработки данных, методы выбора признаков, методы углубленного изучения и их применение. Также включена уникальная информация из восемнадцати глав, которая предоставляет четкое понимание концепций с использованием алгоритмов и примеров, иллюстрирующих применение машинного и углубленного изучения в различных областях, включая прогнозирование заболеваний, прогнозирование дефектов программного обеспечения, анализ онлайн-телевидения, медицинскую обработку изображений и т. д. Каждая из глав кратко описанных ниже обеспечивает как выбранный подход, так и его реализацию. Публикуется для исследователей и инженеров в области искусственного интеллекта, компьютерных ученых, разработчиков программного обеспечения и разработчиков программного обеспечения."
Если вы ещё не знакомы с этой книгой, вот такое описание могу вам предложить: "Основы и методы машинного и глубокого обучения" Автор: Прадип Сингх
В книге представлен практический подход к объяснению концепций алгоритмов машинного обучения и глубокого обучения, анализу методик и демонстрации алгоритмов с примерами их применения.
За последние два десятилетия область машинного обучения и её подполе – глубокое обучение – играют ключевую роль в разработке программного обеспечения. Их также рассматривают как одну из революционных технологий, которая преобразит нашу жизнь, бизнес и мировую экономику. Недавний взрыв цифровых данных в различных областях, включая науку, инженерное дело, Интернет вещей, биомедицину, здравоохранение и многие бизнес-сферы, объявил эру большого объёма данных, который классическая статистика не может обработать, но могут современные, надёжные методы машинного обучения и глубокое обучение. Так как машинное обучение осваивает данные, а не устанавливает жёстко запрограммированные правила, пробуют использовать машинное обучение, чтобы сделать компьютеры способными решать проблемы так, как это делают эксперты в этой сфере. Цель этой книги – представить практический подход, объясняющий концепции алгоритмов машинного обучения на примерах. Обсуждаются алгоритмы контролируемого машинного обучения, алгоритмы машинного обучения по ансамблю, отбор признаков, методы глубокого обучения и их применение. Восемнадцать глав содержат уникальные сведения, которые обеспечивают чёткое понимание концептов через использование алгоритмов и иллюстрацию примерами из применения машинного обучения и искусственного интеллекта в различных сферах, включая прогнозирование заболевания, прогнозирование программных дефектов, онлайновый телевизионный анализ, обработку медицинских изображений и др. Каждая из глав кратко описанных ниже содержит как выбранный подход, так и его реализацию. Аудитория: Исследователи и инженеры в области искусственного интеллекта, компьютерных наук а также разработчики программного обеспечения.
#программы
