توضیحات
In Machine Learning Algorithms in Depth you’ll explore practical implementations of dozens of ML algorithms including
Monte Carlo Stock Price Simulation
Image Denoising using Mean-Field Variational Inference
EM algorithm for Hidden Markov Models
Imbalanced Learning, Active Learning and Ensemble Learning
Bayesian Optimization for Hyperparameter Tuning
Dirichlet Process K-Means for Clustering Applications
Stock Clusters based on Inverse Covariance Estimation
Energy Minimization using Simulated Annealing
Image Search based on ResNet Convolutional Neural Network
Anomaly Detection in Time-Series using Variational Autoencoders
Machine Learning Algorithms in Depth dives into the design and underlying principles of some of the most exciting machine learning (ML) algorithms in the world today. With a particular emphasis on probability-based algorithms, you’ll learn the fundamentals of Bayesian inference and deep learning. You’ll also explore the core data structures and algorithmic paradigms for machine learning. Each algorithm is fully explored with both math and practical implementations so you can see how they work and how they’re put into action.
about the technology
Fully understanding how machine learning algorithms function is essential for any serious ML engineer. This vital knowledge lets you modify algorithms to your specific needs, understand the tradeoffs when picking an algorithm for a project, and better interpret and explain your results to your stakeholders. This unique guide will take you from relying on one-size-fits-all ML libraries to developing your own algorithms to solve your business needs.
about the book
Machine Learning Algorithms in Depth dives deep into the how and the why of machine learning algorithms. For each category of algorithm, you’ll go from math-first principles to a hands-on implementation in Python. You’ll explore dozens of examples from across all the fields of machine learning, including finance, computer vision, NLP, and more. Each example is accompanied by worked-out derivations and details, as well as insightful code samples and graphics. By the time you’re done reading, you’ll know how major algorithms work under the hood-and be a better machine learning practitioner for it.
————————————————————–
ترجمه ماشینی :
در الگوریتمهای یادگیری ماشینی در عمق، پیادهسازیهای عملی دهها الگوریتم ML از جمله شبیهسازی قیمت سهام مونت کارلو حذف نویز تصویر با استفاده از استنتاج متغیر میدان متوسط الگوریتم EM برای مدلهای پنهان مارکوف یادگیری نامتعادل، یادگیری فعال و یادگیری گروهی را بررسی خواهید کرد. بهینهسازی بیزی برای تنظیم فراپارامتر فرآیند دیریکله K-Means برای کاربردهای خوشهبندی سهام خوشههای مبتنی بر تخمین کوواریانس معکوس کمینهسازی انرژی با استفاده از آنیل شبیهسازی شده جستجوی تصویر بر اساس شبکه عصبی کانولوشن ResNet تشخیص ناهنجاری در سریهای زمانی با استفاده از رمزگذارهای خودکار متغیر ماشین الگوریتمها در عمق به طراحی و اصول اساسی برخی از هیجانانگیزترین الگوریتمهای یادگیری ماشین (ML) در جهان امروز میپردازند. با تاکید ویژه بر الگوریتم های مبتنی بر احتمال، شما اصول استنتاج بیزی و یادگیری عمیق را خواهید آموخت. همچنین ساختارهای داده اصلی و پارادایم های الگوریتمی برای یادگیری ماشین را بررسی خواهید کرد. هر الگوریتم به طور کامل با پیادهسازی ریاضی و عملی بررسی میشود، بنابراین میتوانید ببینید که چگونه کار میکنند و چگونه عمل میکنند. در مورد فناوری درک کامل نحوه عملکرد الگوریتم های یادگیری ماشین برای هر مهندس جدی ML ضروری است. این دانش حیاتی به شما امکان میدهد الگوریتمها را
tag : دانلود کتاب الگوریتم های یادگیری ماشین در عمق (MEAP V03) , Download الگوریتم های یادگیری ماشین در عمق (MEAP V03) , دانلود الگوریتم های یادگیری ماشین در عمق (MEAP V03) , Download Machine Learning Algorithms in Depth (MEAP V03) Book , الگوریتم های یادگیری ماشین در عمق (MEAP V03) دانلود , buy الگوریتم های یادگیری ماشین در عمق (MEAP V03) , خرید کتاب الگوریتم های یادگیری ماشین در عمق (MEAP V03) , دانلود کتاب Machine Learning Algorithms in Depth (MEAP V03) , کتاب Machine Learning Algorithms in Depth (MEAP V03) , دانلود Machine Learning Algorithms in Depth (MEAP V03) , خرید Machine Learning Algorithms in Depth (MEAP V03) , خرید کتاب Machine Learning Algorithms in Depth (MEAP V03) ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.