توضیحات
Master machine learning concepts and develop real-world solutions
Machine learning offers immense opportunities, andIntroducing Machine Learningdelivers practical knowledge to make the most of them. Dino and Francesco Esposito start with a quick overview of the foundations of artificial intelligence and the basic steps of any machine learning project. Next, they introduce Microsoft’s powerful ML.NET library, including capabilities for data processing, training, and evaluation. They present families of algorithms that can be trained to solve real-life problems, as well as deep learning techniques utilizing neural networks. The authors conclude by introducing valuable runtime services available through the Azure cloud platform and consider the long-term business vision for machine learning.
– 14-time Microsoft MVP Dino Esposito and Francesco Esposito help you
– Explore what’s known about how humans learn and how intelligent software is built – Discover which problems machine learning can address – Understand the machine learning pipeline: the steps leading to a deliverable model – Use AutoML to automatically select the best pipeline for any problem and dataset – Master ML.NET, implement its pipeline, and apply its tasks and algorithms – Explore the mathematical foundations of machine learning – Make predictions, improve decision-making, and apply probabilistic methods – Group data via classification and clustering – Learn the fundamentals of deep learning, including neural network design – Leverage AI cloud services to build better real-world solutions faster
About This Book
– For professionals who want to build machine learning applications: both developers who need data science skills and data scientists who need relevant programming skills – Includes examples of machine learning coding scenarios built using the ML.NET library
————————————————————–
ترجمه ماشینی :
مفاهیم یادگیری ماشین کارشناسی ارشد و توسعه راه حل های دنیای واقعی
یادگیری ماشین فرصت های عظیمی را ارائه می دهد ، و معرفی یادگیری ماشین دانش عملی را برای استفاده بیشتر از آنها ارائه می دهد. Dino و Francesco Esposito با یک مرور سریع از مبانی هوش مصنوعی و مراحل اساسی هر پروژه یادگیری ماشین شروع می کنند. در مرحله بعد ، آنها کتابخانه قدرتمند ML.NET مایکروسافت ، از جمله قابلیت های پردازش داده ها ، آموزش و ارزیابی را معرفی می کنند. آنها خانواده های الگوریتم هایی را ارائه می دهند که می توانند برای حل مشکلات زندگی واقعی و همچنین تکنیک های عمیق یادگیری با استفاده از شبکه های عصبی آموزش ببینند. نویسندگان با معرفی خدمات ارزشمند زمان اجرا در دسترس از طریق پلت فرم ابر Azure نتیجه می گیرند و چشم انداز تجاری طولانی مدت برای یادگیری ماشین را در نظر می گیرند. > – آنچه را که در مورد نحوه یادگیری انسان و چگونگی ساخت نرم افزار هوشمند شناخته شده است ، کشف کنید – کشف کنید که کدام مشکلات یادگیری ماشین می تواند به آن بپردازد – خط لوله یادگیری ماشین را درک کنید: مراحل منتهی به یک مدل قابل تحویل – برای انتخاب خودکار بهترین خط لوله برای هر مشکل استفاده کنید و DataSet – Master ML.NET ، خط لوله خود را پیاده سازی کنید ، و وظایف و الگوریتم های خود را به کار بگیرید – مبانی ریاضی یادگیری ماشین را کشف کنید – پیش بینی کنید ، تصمیم گیری را بهبود بخشید و از روشهای احتمالی استفاده کنید – داده های گروهی از طریق طبقه بندی و خوشه بندی – اصول اولیه را بیاموزید یادگیری عمیق ، از جمله طراحی شبکه عصبی – اهرم خدمات ابری AI برای ساختن راه حل های بهتر در دنیای واقعی سریعتر کتاب
– برای متخصصانی که می خواهند برنامه های یادگیری ماشین را بسازند: هر دو توسعه دهندگان که به مهارت های علوم داده نیاز دارند و دانشمندان داده ای که به مهارت های برنامه نویسی مربوطه نیاز دارند – شامل نمونه هایی از سناریوهای کد نویسی یادگیری ماشین است ساخته شده با استفاده از کتابخانه ml.net
tag : دانلود کتاب معرفی یادگیری ماشین , Download معرفی یادگیری ماشین , دانلود معرفی یادگیری ماشین , Download Introducing Machine Learning Book , معرفی یادگیری ماشین دانلود , buy معرفی یادگیری ماشین , خرید کتاب معرفی یادگیری ماشین , دانلود کتاب Introducing Machine Learning , کتاب Introducing Machine Learning , دانلود Introducing Machine Learning , خرید Introducing Machine Learning , خرید کتاب Introducing Machine Learning ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.