آغازه لیست کتابها کتابهای هوش مصنوعی دانلود ترجمه کتاب یادگیری ماشین نوشته تام میشل به فارسی

ترجمه کتاب یادگیری ماشین نوشته تام میشل (Machine Learning: Tom M. Mitchell) را با شما کاربران گرامی  سایت آغازه به اشتراک گذاشته ایم که توسط محمد نخبه زعیم ترجمه شده است. این ترجمه در قالب ۱۳ فصل و ۳۸۰ صفحه به زبان فارسی و روان ترجمه گردیده است . همانطور که می دانید در مبحث یادگیری ماشین (Machine Learning) همواره با این سوال روبرو هستیم که چگونه می توان ساختاری برای برنامه های کامپیوتری طراحی نمود که بتوانند با استفاده از آزمایش های متعدد بر مهارت و تجربه خود بیفزایند. امروزه کاربرد یاددهی به سیستم ها در عرصه های گوناگون گسترش یافته است، برای مثال نرم افزارهای کاوشگر داده (Data-mining Softwares) ایجاد شده که می توانند در برابر حملات و سرقت های اینترنتی مقابله کنند، سیستم های اطلاعاتی که می توانند علاقه‌ی هر فرد به انواع اطلاعات را مشخص کنند و یا حتی خودرو های خودران که می توانند یاد بگیرند چگونه بدون راننده در خیابان رانندگی کنند.

عنوان کتاب: ترجمه کتاب یادگیری ماشین نوشته تام میشل به فارسی

تعداد صفحه: ۳۸۰

مترجم: محمد نخبه زعیم

حجم فایل:  ۱۳٫۹ مگابایت

یادگیری ماشین (Machine Learning) یکی از زیر مجموعه های هوش مصنوعی است که به سیستم ها این امکان را می دهد تا به صورت خودکار یادگیری و پیشرفت داشته باشند بدون اینکه به برنامه نویسی صریحی برای آن داشته باشند. تمرکز اصلی یادگیری ماشینی بر توسعه برنامه های رایانه ای است که بتوانند به داده ها دسترسی پیدا کنند و از آن برای یادگیری خود استفاده کنند.

فرآیند یادگیری با مشاهدات یا داده ها آغاز می شود، مانند مثال ها، تجارب مستقیم و یا دستور العمل ها، تا به یک الگو در داده ها برسند و بر اساس این مثال هایی که ارائه می دهیم، تصمیمات بهتری بگیرند. هدف اصلی آن است که به کامپیوتر این اجازه را بدهیم که بدون دخالت و کمک انسان به طور اتوماتیک یادگیری داشته باشند و بتوانند اقدامات خود را بر مطابق با آن تنظیم کنند.

یادگیری ماشین با فرآیند‌های داده‌کاوی، بسیار شبیه (و از نگاه کاربردی تقریباً یکسان) است. در فرآیند‌های یادگیری‌ماشین دو نوع یادگیری وجود دارد: یادگیریِ نظارت‌شده (supervised learning) و یادگیریِ غیرنظارت شده (unsupervised learning). البته انواع دیگری مانند یادگیری نیمه نظارت‌شده (semi supervised learning) یا یادگیری تقویتی (reinforcement learning) نیز وجود دارند.

هدف اصلی در این کتاب یادگیری ماشین ، معرفی راه حل ها و الگوریتم های اصلی که هسته اصلی یادگیری ماشین به خواننده می باشد ولی باید توجه داشت در این رویکرد سعی بر این بوده تا از دانش های مختلف مثل آمار ، هوش ‌مصنوعی ، تئوری اطلاعات بیولوژیک ، تئوری کنترل ، پیچیدگی های محاسباتی و همینطور دانش فلسفه در رسیدن به این هدف کمک بگیریم. کتاب یادگیری ماشین تام میشل (Tom M. Mitchell) می تواند هم توسط دانشجویان دوره کارشناسی و هم توسط دانشجویان دوره کارشناسی ارشد در رشته های علوم کامپیوتر، مهندسی کامپیوتر، آمار و غیره مورد مطالعه قرار گیرد. همینطور این کتاب Machine Learning می تواند به عنوان مرجعی مناسب برای برنامه نویسان حرفه ای و غیر حرفه ای باشد.

بخش تمرین یادگیری ماشین با ارائه الگوریتم های اصلی در این زمینه و دنبال کردن عمکرد آنها انجام می شود. داده های واقعی و بسیاری از الگوریتم ها در صفحه شخصی تام در سایت cs.cmu.edu به آدرس http://www.cs.cmu.edu/~tom/mlbook.html قرار داده شده است. کد های شبکه های عصبی (Neural Networks) ، داده های بازشناختی ، کد های یادگیری درختی، داده های بررسی های وام گیرندگان، کد های دسته بندی کننده های بیز و داده های بررسی های متون در آنجا آورده شده اند.

سرفصل کتاب یادگیری ماشین

مقدمه
فصل اول: چگونه می توان به ماشین یاد داد (یادگیری ماشین)
فصل دوم: یادگیری مفهوم و ترکیب کل به جز
فصل سوم: یادگیری درخت تصمیم گیری (Decision Tree)
فصل چهارم: شبکه های عصبی مصنوعی (Artificial Neural Networks – ANN)
فصل پنجم: ارزیابی فرضیه ها
فصل ششم: یادگیری بیزی
فصل هفتم: یادگیری محاسباتی (Computational Learning)
فصل هشتم: یادگیری مبتنی بر نمونه ها
فصل نهم: الگوریتم های ژنتیک (Genetic Algorithm)
فصل دهم: یادگیری دست قوانین
فصل یازدهم: یادگیری تحلیلی (Analytical Learning)
فصل دوازدهم: ترکیب یادگیری تحلیلی و استقرایی
فصل سیزدهم: یادگیری تقویتی (Reinforcement Learning)

دانلود و توضیحات ...

  • عنوان : کتاب یادگیری ماشین نوشته تام میشل به فارسی
  • حجم فایل : 13.9 مگابایت
  • توضیحات کوتاه : یادگیری ماشین (Machine Learning)
  • نویسنده : حسن کریمی
  • منبع : آغازه
رمز فایل هاwww.aghazeh.com

بدون دیدگاه

دیدگاه شما

نظر شما