کتاب ریاضیات برای یادگیری ماشین
یادگیری ماشین در مورد طراحی الگوریتم هایی است که به طور خودکار اطلاعات ارزشمند را از داده ها استخراج می کند. در اینجا تاکید بر “خودکار” است، به عنوان مثال، یادگیری ماشینی در مورد روش‌شناسی همه منظوره است که می‌تواند در بسیاری از مجموعه‌های داده اعمال شود، در حالی که چیزی معنادار تولید می‌کند. سه مفهوم وجود دارد که در هسته یادگیری ماشین قرار دارند: داده، مدل و یادگیری.
از آنجایی که یادگیری ماشین ذاتا مبتنی بر داده است، داده ها در هسته یادگیری ماشین قرار دارند. هدف یادگیری ماشین طراحی روش‌های همه‌منظوره برای استخراج الگوهای ارزشمند از داده‌ها است، به‌طور ایده‌آل بدون تخصص زیاد دامنه. به عنوان مثال، با توجه به مجموعه بزرگی از اسناد (به عنوان مثال، کتاب‌ها در بسیاری از کتابخانه‌ها)، روش‌های یادگیری ماشین را می‌توان برای یافتن خودکار موضوعات مرتبط که در اسناد به اشتراک گذاشته می‌شود، مورد استفاده قرار داد. برای دستیابی به این هدف، مدل‌هایی طراحی می‌کنیم که معمولاً با فرآیند تولید داده مرتبط هستند، مشابه مجموعه داده‌ای که به ما داده شده است…
لینک دانلود: کتاب ریاضیات برای یادگیری ماشین
نام لاتین: Mathematics For Machine Learning
تعداد صفحات: 416 صفحه
حجم: 16.8 مگابایت
نویسندگان: A. Aldo Faisal, Cheng Soon Ong, and Marc Peter Deisenroth
زبان: انگلیسی
