Machine Learning Fundamentals: A Concise Introduction

درباره این کتاب

این مقدمه روشن و قابل‌فهم بر یادگیری ماشین نظارت‌شده، مفاهیم اصلی را به شیوه‌ای متمرکز و منطقی ارائه می‌دهد که دنبال کردن آن برای مبتدیان آسان است. نویسنده حساب دیفرانسیل و انتگرال پایه، جبر خطی، احتمال و آمار را فرض می‌گیرد اما هیچ پیش‌زمینه‌ای در یادگیری ماشین لازم نیست. پوشش مطالب شامل روش‌های سنتی پرکاربرد مانند SVMها، درخت‌های تقویت‌شده، HMMها و LDAها، به علاوه روش‌های محبوب یادگیری عمیق مانند شبکه‌های عصبی کانولوشن، توجه، ترنسفورمرها و GANها است. این متن که در یک چارچوب ارائه منسجم سازماندهی شده و بر تصویر بزرگ تأکید دارد، هر روش را به وضوح و اختصار «از صفر» بر اساس مبانی معرفی می‌کند. تمام روش‌ها و الگوریتم‌ها با سبکی تمیز و ثابت و با حداقل جزئیات غیرضروری توصیف شده‌اند. مطالعات موردی متعدد و مثال‌های عینی نشان می‌دهند که چگونه می‌توان این روش‌ها را در زمینه‌های مختلف به کار برد.