
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
سیستمهای یادگیری ماشین کارآمدی طراحی کنید که نتایج دقیقتری به شما بدهند.
درباره این کتاب
با فرایند طراحی یادگیری ماشین آشنا شوید. سیستمهای یادگیری ماشین را برای دقت بیشتر بهینه کنید. ابزارها و تکنیکهای رایج برنامهنویسی در یادگیری ماشین را بشناسید. تکنیکها و راهبردهایی برای کار با حجم زیاد داده از منابع گوناگون بیاموزید. مدلهایی بسازید که مسائل خاص و منحصربهفرد را حل کنند.
این کتاب برای چه کسانی است
این کتاب برای دانشمندان داده، پژوهشگران علمی، یا هر کسی است که کنجکاو باشد. برای بهرهبردن بیشتر از کتاب، بهتر است کمی جبر خطی و پایتون بلد باشید و با مفاهیم پایه یادگیری ماشین آشنا باشید.
آنچه یاد میگیرید
با فرایند طراحی یادگیری ماشین آشنا میشوید. تابع خطای سیستم یادگیری ماشین خود را بهینه میکنید. الگوهای رایج برنامهنویسی در یادگیری ماشین را میفهمید. تکنیکهای بهینهسازیای را کشف میکنید که کمک میکنند بیشترین بهره را از دادههایتان ببرید. یاد میگیرید مدلهایی طراحی کنید که دقیقاً مناسب کار شما باشند.
با جزئیات بیشتر
یادگیری ماشین یکی از سریعترین روندهای روبهرشد در محاسبات امروزی است. کاربردهایش در زمینههای گوناگونی دیده میشود؛ از اقتصاد و علوم طبیعی گرفته تا توسعه وب و مدلسازی کسبوکار. برای بهکارگرفتن قدرت این سیستمها، لازم است درک محکمی از اصول طراحی زیربنایی داشته باشید.
دلایل زیادی وجود دارد که مدلهای یادگیری ماشین نتایج دقیقی ندهند. وقتی از زاویه طراحی به این سیستمها نگاه کنیم، درک عمیقتری از الگوریتمهای زیربنایی و روشهای بهینهسازی موجود پیدا میکنیم. این کتاب پایه محکمی در فرایند طراحی یادگیری ماشین به شما میدهد و کمک میکند مدلهای سفارشی بسازید تا مسائل منحصربهفرد را حل کنید. شاید از قبل با برخی مدلهای آماده یادگیری ماشین برای مسائل رایج مثل تشخیص اسپم یا دستهبندی فیلم آشنا باشید یا با آنها کار کرده باشید. اما برای حل مسائل پیچیدهتر، مهم است این مدلها را با نیازهای خاص خودتان تطبیق دهید. این کتاب همین درک و چیزهای بیشتری را به شما میدهد.
سبک و رویکرد
این راهنمای ساده و گامبهگام، مهمترین مدلها و تکنیکهای یادگیری ماشین را از منظر طراحی پوشش میدهد.
Design efficient machine learning systems that give you more accurate resultsAbout This Book Gain an understanding of the machine learning design process Optimize machine learning systems for improved accuracy Understand common programming tools and techniques for machine learning Develop techniques and strategies for dealing with large amounts of data from a variety of sources Build models to solve unique tasks Who This Book Is For This book is for data scientists, scientists, or just the curious. To get the most out of this book, you will need to know some linear algebra and some Python, and have a basic knowledge of machine learning concepts.What You Will Learn Gain an understanding of the machine learning design process Optimize the error function of your machine learning system Understand the common programming patterns used in machine learning Discover optimizing techniques that will help you get the most from your data Find out how to design models uniquely suited to your task In Detail Machine learning is one of the fastest growing trends in modern computing. It has applications in a wide range of fields, including economics, the natural sciences, web development, and business modeling. In order to harness the power of these systems, it is essential that the practitioner develops a solid understanding of the underlying design principles.There are many reasons why machine learning models may not give accurate results. By looking at these systems from a design perspective, we gain a deeper understanding of the underlying algorithms and the optimisational methods that are available. This book will give you a solid foundation in the machine learning design process, and enable you to build customised machine learning models to solve unique problems. You may already know about, or have worked with, some of the off-the-shelf machine learning models for solving common problems such as spam detection or movie classification, but to begin solving more complex problems, it is important to adapt these models to your own specific needs. This book will give you this understanding and more.Style and approach This easy-to-follow, step-by-step guide covers the most important machine learning models and techniques from a design perspective.