A gépi és mélytanulás alapjai és módszerei: Algoritmusok, eszközök és alkalmazások

Eredeti címe:

Fundamentals and Methods of Machine and Deep Learning: Algorithms, Tools, and Applications

Könyv tartalma:

A GÉPI ÉS MÉLYTANULÁS ALAPJAI ÉS MÓDSZEREI

A könyv gyakorlati megközelítést nyújt a gépi tanulás és a mélytanulási algoritmusok fogalmainak magyarázatával, a módszertani előrelépések értékelésével és algoritmus-bemutatókkal, alkalmazásokkal.

Az elmúlt két évtizedben a gépi tanulás és annak részterülete, a mélytanulás főszerepet játszott a szoftveralkalmazások fejlesztésében. Emellett a legújabb kutatások szerint az egyik olyan diszruptív technológiának tekintik őket, amely a jövőben átalakítja életünket, az üzleti életet és a globális gazdaságot. A digitális adatok közelmúltbeli robbanásszerű növekedése a legkülönbözőbb területeken, többek között a tudomány, a mérnöki tudományok, a tárgyak internete, az orvosbiológia, az egészségügy és számos üzleti ágazatban a nagy adatok korszakát hirdette meg, amelyeket nem a klasszikus statisztikával, hanem a modernebb, robusztusabb gépi tanulás és mélytanulási technikákkal lehet elemezni. Mivel a gépi tanulás az adatokból tanul, nem pedig keményen kódolt döntési szabályok programozásával, a gépi tanulással olyan számítógépeket próbálnak létrehozni, amelyek képesek úgy megoldani a problémákat, mint az adott terület emberi szakértői.

A könyv célja, hogy a gépi tanulás és a mélytanulási algoritmusok fogalmainak ismertetésével és alkalmazásainak bemutatásával gyakorlatias megközelítést nyújtson. Tárgyalásra kerülnek a felügyelt gépi tanulási algoritmusok, az ensemble gépi tanulási algoritmusok, a jellemzőválasztás, a mélytanulási technikák és ezek alkalmazásai. A tizennyolc fejezetben olyan egyedi információk is szerepelnek, amelyek a fogalmak világos megértését biztosítják algoritmusok és esettanulmányok segítségével, amelyeket a gépi tanulás és a mélytanulás különböző területeken történő alkalmazásaival illusztrálnak, többek között betegségek előrejelzésével, szoftverhibák előrejelzésével, online televíziós elemzéssel, orvosi képfeldolgozással stb. kapcsolatban. Az alább röviden ismertetett fejezetek mindegyike egy-egy választott megközelítést és annak megvalósítását is bemutatja.

Közönség

A mesterséges intelligencia kutatói és mérnökei, informatikusok, valamint szoftverfejlesztők.