کتاب «مقدمهای بر الگوریتمها در دادهکاوی و یادگیری ماشین» نوشتهی شین-شه یانگ، استاد دانشگاه میدلسکس لندن، به عنوان یک راهنمای فشرده و کاربردی برای درک الگوریتمهای اساسی در حوزههای بهینهسازی، دادهکاوی و یادگیری ماشین طراحی شده است. این کتاب با پیشفرض گرفتن دانش پایهای ریاضیات دبیرستان، تمامی موضوعات اصلی از جمله روشهای گرادیانمحور، الگوریتمهای فراابتکاری، رگرسیون خطی و غیرخطی، تحلیل مؤلفههای اصلی، خوشهبندی، درختهای تصمیم، ماشینهای بردار پشتیبان و شبکههای عصبی عمیق را پوشش میدهد. ویژگی بارز این اثر، رویکرد عملی و مثالمحور آن است که با ارائهی حدود ۳۰ مثال حلشده، گامهای اجرایی الگوریتمها را به خواننده آموزش میدهد. این کتاب برای دانشجویان کارشناسی و کارشناسی ارشد رشتههای علوم کامپیوتر، مهندسی، علوم داده و مدیریت، و همچنین پژوهشگرانی که به دنبال مرجعی سریع و مختصر برای مرور مفاهیم هستند، بسیار مناسب است.
فصل اول: مقدمهای بر بهینهسازی 1
فصل دوم: مبانی ریاضی 27
فصل سوم: الگوریتمهای بهینهسازی 61
فصل چهارم: برازش دادهها و رگرسیون 93
فصل پنجم: رگرسیون لجستیک LDA، PCA، ICA 125
فصل ششم: تکنیکهای دادهکاوی 150
فصل هفتم: رگرسیون و ماشینهای بردار پشتیبان 179
فصل هشتم: شبکههای عصبی و یادگیری عمیق 192
| دسته بندی موضوعی | موضوع فرعی |
| فنی و مهندسی |
مهندسی كامپيوتر
|
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)