Fundamentals and Methods of Machine and Deep Learning: Algorithms, Tools, and Applications
ZÁKLADY A METÓDY STROJOVÉHO A HLBOKÉHO UČENIA
Kniha poskytuje praktický prístup prostredníctvom vysvetlenia pojmov strojového učenia a algoritmov hlbokého učenia, hodnotenia pokroku v metodológii a ukážok algoritmov s aplikáciami.
V posledných dvoch desaťročiach zohráva oblasť strojového učenia a jeho podoblasť hlboké učenie hlavnú úlohu pri vývoji softvérových aplikácií. Aj v najnovších výskumných štúdiách sú považované za jednu z prevratných technológií, ktoré v budúcnosti zmenia náš život, podnikanie a globálnu ekonomiku. Nedávna explózia digitálnych údajov v najrôznejších oblastiach vrátane vedy, techniky, internetu vecí, biomedicíny, zdravotníctva a mnohých podnikateľských odvetví ohlásila éru veľkých dát, ktoré nemožno analyzovať klasickou štatistikou, ale modernejšími, robustnejšími technikami strojového učenia a hlbokého učenia. Keďže strojové učenie sa učí z údajov, a nie programovaním pevne zakódovaných rozhodovacích pravidiel, je snaha využiť strojové učenie na vytvorenie počítačov, ktoré dokážu riešiť problémy ako ľudskí experti v danej oblasti.
Cieľom tejto knihy je predstaviť praktický prístup prostredníctvom vysvetlenia konceptov strojového učenia a algoritmov hlbokého učenia s aplikáciami. Rozoberajú sa algoritmy strojového učenia pod dohľadom, algoritmy strojového učenia v súbore, výber príznakov, techniky hlbokého učenia a ich aplikácie. V osemnástich kapitolách sú zahrnuté aj unikátne informácie, ktoré poskytujú jasné pochopenie konceptov pomocou algoritmov a prípadových štúdií ilustrovaných aplikáciami strojového učenia a hlbokého učenia v rôznych oblastiach vrátane predpovedania chorôb, predpovedania softvérových chýb, online televíznej analýzy, spracovania medicínskych obrazov atď. Každá z kapitol stručne opísaná nižšie poskytuje vybraný prístup aj jeho implementáciu.
Publikum
Výskumníci a inžinieri v oblasti umelej inteligencie, počítačoví vedci, ako aj vývojári softvéru.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)