کتاب Machine Learning The Art and Science of Algorithms

90 ۰

اطلاعات کتابشناختی

عنوان کتاب: Machine Learning: The Art and Science of Algorithms that Make Sense of Data
نویسنده: Peter Flach

ناشر: انتشارات Cambridge University Press, 2012
تعداد صفخات: ۴۰۹ صفحه

درباره نویسنده کتاب Machine Learning: The Art and Science of Algorithms that Make Sense of Data

پیتر فلچ دارای بیش از بیست سال تجربه در آموزش یادگیری ماشین است. او مدیر ارشد Machine learning و همکاری برنامه اجلاس ۲۰۰۹ ACM در زمینه آموزش یادگیری ماشین، کشف دانش و داده کاوی و کنفرانس اروپایی ۲۰۱۲ یادگیری ماشین و Data Mining می باشد. کتاب Machine learning نوشته شده توسط او شامل تمام جنبه های آموزش یادگیری ماشین، بازنمایی دانش و استفاده از منطق است تا از داده های بسیار ساخت یافته به تجزیه و تحلیل و ارزیابی مدل های یادگیری ماشین و روش های داده کاوی در مقیاس بزرگ یاد بگیرند. او به ویژه برای استفاده نوآورانه از تجزیه و تحلیل ویژگی های گیرنده برای درک و بهبود روش های Machine learning شناخته شده است. این نوآوری ها اثربخشی خود را در تعدادی از مذاکرات و آموزش های دعوت شده و اکنون ستون فقرات این کتاب Machine learning را تشکیل می دهند.

این کتاب Machine learning به عنوان یکی از جامع ترین متدهای آموزش یادگیری ماشین در بین کتاب های موجود در حوزه آموزش هوش مصنوعی و Machine learning می باشد. این کتاب رویکرد روشنی مبتنی بر مثال نویسنده اش، آقای Peter Flach، از بحث در مورد چگونگی کارکرد یک فیلتر هرزنامه (Spam) آغاز می شود که ابتدا به یادگیری ماشین در عمل می پردازد و با کمترین تردید فنی مطابقت دارد. Flach مطالعات موردی در مورد افزایش پیچیدگی و تنوع را با نمونه های انتخابی و تصاویر در سراسر ارائه می دهد. در کتاب Machine learning واقع بخشی از آموزش های ارایه شده در حوزه آموزش یادگیری ماشین به بحث داغ و پرطرفدار پردازش تصویر (Image Processing) اختصاص داده شده است. شایان ذکر است، او طیف گسترده ای از مدل های منطقی، هندسی و آماری را پوشش می دهد و موضوعات جدیدی را در این باب مطرح نموده است. استفاده از اصطلاحات پایه با معرفی مفاهیم جدید و مفیدی متعادل شده و خلاصه ای از مطالب پیشین مربوطه با اشاره گرها برای تجدید نظر در صورت لزوم ارائه می شود. این ویژگی ها اطمینان می دهد که آموزش یادگیری ماشین، استاندارد جدیدی را به عنوان یک کتاب مقدماتی در این حوزه بیان می کند. آکادمی یادگیری ماشین ایران، این کتاب Machine learning را به عنوان یکی از کتاب های مقدماتی جهت ورود به حوزه ماشین لرنینگ و هوش مصنوعی به علاقمندان و فرهیختگان گرامی پیشنهاد می نماید.

  1. Preface
  2. Prologue: A Machine Learning Sampler
  3. The Ingredients Of Machine Learning
  4. Binary Classification And Related Tasks
  5. Beyond Binary Classification
  6. Concept Learning
  7. Tree Models
  8. Rule Models
  9. Linear Models
  10. Distance-Based Models
  11. Probabilistic Models
  12. Features
  13. Model Ensembles
  14. Machine Learning Experiments
  15. Epilogue:Where to go from Here
  16. Important Points To Remember
  17. References
  18. Index

نوشته مرتبط

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *