مقدمه‌ای بر یادگیری ماشین با زبان برنامه نویسی پایتون -
نویسنده:
مهندس جعفر عبداللهی،بابک نوری مقدم، دکترعباس میرزایی ثمرین
مترجم:
-
سال نشر:
1404
صفحه:
322
نوبت چاپ:
1

گسترش روزافزون تکنولوژی‌های مرتبط با انقلاب صنعتی نسل چهارم، از جمله هوش مصنوعی، اینترنت اشیا، بلاک‌چین و متاورس، ما را با انبوهی از داده‌ها و اسناد به‌روز مواجه کرده است. فناوری‌های مبتنی بر هوش مصنوعی، به‌ویژه یادگیری ماشین، توانسته‌اند ابعاد مختلف زندگی انسان را به‌طور شگرفی دگرگون کنند. یادگیری ماشین به‌عنوان یکی از نوآوری‌های برجسته در دنیای امروز، از آن جهت اهمیت دارد که سیستم‌ها را قادر می‌سازد به‌صورت خودکار از تجربیات گذشته خود بیاموزند و بدون نیاز به برنامه‌نویسی مجدد، عملکرد خود را بهبود بخشند؛ دقیقاً مشابه آنچه یک انسان در فرآیند رشد و بلوغ تجربه می‌کند.

به‌نظر می‌رسد که با توسعه این حوزه، به‌زودی شاهد سیستم‌های کامپیوتری و ربات‌هایی خواهیم بود که رفتار و درک آنها از مفاهیم به‌تدریج شباهت بیشتری به انسان‌ها پیدا خواهد کرد و شاید حتی در آینده‌ای نه‌چندان دور از آنها پیشی بگیرد.

 این کتاب به بررسی اصول یادگیری ماشین با استفاده از برنامه‌نویسی پایتون از زوایای مختلف پرداخته و در بخش‌های مختلف کتاب، بسته به موضوع، به الگوریتم‌های مختلف یادگیری ماشین و مثال‌های متعددی اشاره شده است. امید می رود که این کتاب برای علاقه‌مندان به حوزه یادگیری ماشین مفید و سودمند واقع شود.

 

 پیشگفتار /5

 فصل اول: نگاهی اجمالی به یادگیری ماشین /15

 فصل دوم: نگاهی اجمالی به اکوسیستم پایتون یادگیری ماشین با پایتون - اکوسیستم پایتون /27

 فصل سوم: روش‌هایی برای یادگیری ماشین /51

 فصل چهارم: کار با داده‌ها /71

 فصل پنجم: درک داده‌ها با آمار/83

 فصل ششم: درک داده‌ها با تجسم داده اکتشافی یا Data) Visualization)/93

 فصل هفتم: آماده سازی داده‌ها/105

فصل هشتم: انتخاب ویژگی داده‌ها/119

 فصل نهم: مقدمه طبقه‌بندی/129

 فصل دهم: رگرسیون لجستیک/143

 فصل یازدهم: ماشین بردار پشتیبانی (SVM)/155

 فصل دوازدهم: الگوریتم‌های طبقه‌بندی - درخت تصمیم/171

 فصل سیزدهم: الگوریتم‌های طبقه‌بندی Naïve Baye/183

 فصل چهاردهم: الگوریتم‌های طبقه‌بندی - جنگل تصادفی/193

 فصل پانزدهم: الگوریتم‌های رگرسیون - بررسی اجمالی/203

 فصل شانزدهم: الگوریتم‌های رگرسیون - رگرسیون خطی/213

 فصل هفدهم: الگوریتم‌های خوشه‌بندی - الگوریتم K- means/239

 فصل هجدهم: الگوریتم‌های خوشه‌بندی - الگوریتم تغییر میانگین یا Mean-Shift/241

 فصل نوزدهم: الگوریتم‌های خوشه‌بندی - خوشه‌بندی سلسله‌مراتبی /249

 فصل بیستم: الگوریتم K  نزدیک‌ترین همسایگان/259

 فصل بیست و یکم: الگوریتم‌های یادگیری ماشین - معیارهای عملکرد/271

 فصل بیست و دوم: یادگیری ماشین با  Pipelines - گردشکار خودکار/283

 فصل بیست و سوم: بهبود عملکرد مدل‌های یادگیری ماشینی/293

 فصل بیست و چهارم: بهبود عملکرد مدلهای یادگیری ماشین با هایپرپارامتر/311

 منابع /319

 

 

دسته بندی موضوعی موضوع فرعی
فنی و مهندسی مهندسی كامپيوتر

تمامی حقوق این سایت برای سازمان ترویج مطالعه و نشر جهاد دانشگاهی محفوظ است. نقل مطالب با ذکر منبع بلامانع است.
Copyright ©2025 Iranian Students Booking Agency. All rights reserved