فهرست مطالب
کتاب‌های
بی‌شماری در زمینه یادگیری ماشین و هوش مصنوعی وجود دارد، اما جمعیت هدف تمام آن‌ها
افرادی هستند که با مفاهیم و مسائل ریاضیات پیشرفته آشنایی دارند. درحالی‌که یادگیری
ماشین به‌عنوان یک ابزار مصرفی در برنامه‌های کاربردی تجاری و پژوهشی مطرح شده و به
همین دلیل منابع موجود با ذات سادگی و گستردگی این علم در تضاد است.
این کتاب برای همه کارشناسان و فعالان علاقه‌مند به یادگیری
ماشین که به دنبال پیاده‌سازی راه‌حل‌ها در مسائل یادگیری ماشین دنیای واقعی هستند،
مناسب است. کتاب حاضر مقدماتی است و به همین دلیل نیازمند هیچ دانش و اطلاعات قبلی
در مورد یادگیری ماشین یا هوش مصنوعی (AI) نیست. در این کتاب بر استفاده از
Python و کتابخانه scikit-learn تمرکز شده است و تمام مراحل و
گام‌های لازم برای ابداع یک برنامه کاربردی یادگیری ماشین موفق به تفصیل ذکر شده است.
روش‌هایی که معرفی شده‌اند، برای کارشناسان و پژوهشگران و همچنین کارشناسان علوم داده
که روی برنامه‌های کاربردی تجاری کار می‌کنند، مفید خواهد بود. حتی اگر کمی هم با Python و کتابخانه‌های NumPy و matplotlib آشنایی داشته باشید، بیشترین بهره را از این کتاب خواهید
برد.
فهرست مطالب
کتاب‌های
بی‌شماری در زمینه یادگیری ماشین و هوش مصنوعی وجود دارد، اما جمعیت هدف تمام آن‌ها
افرادی هستند که با مفاهیم و مسائل ریاضیات پیشرفته آشنایی دارند. درحالی‌که یادگیری
ماشین به‌عنوان یک ابزار مصرفی در برنامه‌های کاربردی تجاری و پژوهشی مطرح شده و به
همین دلیل منابع موجود با ذات سادگی و گستردگی این علم در تضاد است.
این کتاب برای همه کارشناسان و فعالان علاقه‌مند به یادگیری
ماشین که به دنبال پیاده‌سازی راه‌حل‌ها در مسائل یادگیری ماشین دنیای واقعی هستند،
مناسب است. کتاب حاضر مقدماتی است و به همین دلیل نیازمند هیچ دانش و اطلاعات قبلی
در مورد یادگیری ماشین یا هوش مصنوعی (AI) نیست. در این کتاب بر استفاده از
Python و کتابخانه scikit-learn تمرکز شده است و تمام مراحل و
گام‌های لازم برای ابداع یک برنامه کاربردی یادگیری ماشین موفق به تفصیل ذکر شده است.
روش‌هایی که معرفی شده‌اند، برای کارشناسان و پژوهشگران و همچنین کارشناسان علوم داده
که روی برنامه‌های کاربردی تجاری کار می‌کنند، مفید خواهد بود. حتی اگر کمی هم با Python و کتابخانه‌های NumPy و matplotlib آشنایی داشته باشید، بیشترین بهره را از این کتاب خواهید
برد.
کتاب‌های
بی‌شماری در زمینه یادگیری ماشین و هوش مصنوعی وجود دارد، اما جمعیت هدف تمام آن‌ها
افرادی هستند که با مفاهیم و مسائل ریاضیات پیشرفته آشنایی دارند. درحالی‌که یادگیری
ماشین به‌عنوان یک ابزار مصرفی در برنامه‌های کاربردی تجاری و پژوهشی مطرح شده و به
همین دلیل منابع موجود با ذات سادگی و گستردگی این علم در تضاد است.
این کتاب برای همه کارشناسان و فعالان علاقه‌مند به یادگیری
ماشین که به دنبال پیاده‌سازی راه‌حل‌ها در مسائل یادگیری ماشین دنیای واقعی هستند،
مناسب است. کتاب حاضر مقدماتی است و به همین دلیل نیازمند هیچ دانش و اطلاعات قبلی
در مورد یادگیری ماشین یا هوش مصنوعی (AI) نیست. در این کتاب بر استفاده از
Python و کتابخانه scikit-learn تمرکز شده است و تمام مراحل و
گام‌های لازم برای ابداع یک برنامه کاربردی یادگیری ماشین موفق به تفصیل ذکر شده است.
روش‌هایی که معرفی شده‌اند، برای کارشناسان و پژوهشگران و همچنین کارشناسان علوم داده
که روی برنامه‌های کاربردی تجاری کار می‌کنند، مفید خواهد بود. حتی اگر کمی هم با Python و کتابخانه‌های NumPy و matplotlib آشنایی داشته باشید، بیشترین بهره را از این کتاب خواهید
برد.
