معرفی و دانلود کتاب بازشناسی الگو و یادگیری ماشین (جلد اول) | کریستوفر ام. بیشاپ | انتشارات آتی نگر

معرفی کتاب بازشناسی الگو و یادگیری ماشین (جلد اول)

کتاب بازشناسی الگو و یادگیری ماشین (جلد اول)، اثری برای آشنایی با مفاهیم یادگیری ماشین و بازشناسی الگو است. کریستوفر ام. بیشاپ، نویسنده ی کتاب، مدل های آماریِ مختلف، الگوریتم های یادگیری و روش های بهینه سازیِ یادگیری ماشین را در این اثر با زبانی ساده و توضیحات فراوان، آموزش داده است. پس از مطالعه ی کتاب حاضر، با اصول یادگیری ماشین، آشنا می شوید.

درباره ی کتاب بازشناسی الگو و یادگیری ماشین (جلد اول)

کتاب بازشناسی الگو و یادگیری ماشین (جلد اول) (Pattern Recognition and Machine Learning)، منبعی کامل برای کسب اطلاعات از حوزه ی یادگیری ماشین به حساب می آید. کریستوفر ام. بیشاپ (Christopher M Bishop) نویسنده ی کتاب، بازشناسی الگو و یادگیری ماشین را با زبانی ساده در این اثر توضیح داده است. منظور از بازشناسی الگو در یادگیری ماشینی، فرایندی برای شناسایی و طبقه بندیِ اطلاعات توسط سازوکارهای هوشمند است. در این حالت، سیستم های هوشمند اطلاعات را با الگوها یا ویژگی های خاصی، شناسایی و دسته بندی می کنند. نویسنده، مراحل مختلفِ استخراج و تحلیل داده ها را در این اثر توضیح داده است. مطالعه ی کتاب حاضر، درک کاملی از مفاهیم یادگیری ماشین را در ذهن خواننده ایجاد می کند.

کریستوفر بیشاپ در جلد نخست کتاب بازشناسی الگو و یادگیری ماشین به بررسی مبانی و تکنیک های اصلیِ یادگیریِ ماشین و بازشناسی الگو پرداخته است. مطالب کتاب حاضر در دسته های مبانی نظری و مقدمات ریاضی، مدل های آماری و یادگیری ماشین و روش های کاربردی در یادگیری ماشین و بازشناسی الگو، در این اثر مطرح شده اند. این رویکرد به خواننده کمک می کند تا پس از آشنایی با مبانی پایه ، مفاهیم پیشرفته ی یادگیری ماشین را فرا بگیرد. بیشاپ، نویسنده ی کتاب، ارتباط خوبی میان بحث های تئوری و کاربردهای عملیِ این بحث ها در این اثر برقرار کرده است. بسیاری از بحث های مطرح شده با توضیحات ریاضیِ دقیق، پیاده سازی شده اند. در این زمینه می توان به توضیحِ مفاهیمی مانند رگرسیون خطی، رگرسیون لجستیک و مدل های احتمالاتی با استفاده از مثال های عددی و نمودارها اشاره کرد. این مفاهیم، مدل های پایه ای برای یادگیری ماشین هستند. خواننده پس از آشنایی با رگسیون خطی، روش طراحی الگوریتم برای پیش بینیِ مقادیر عددی یا احتمال وقوع یک رویداد را بر اساس داده های ورودی، فرا می گیرد.

در انتهای هر فصل، تمرین هایی از مطالب همان فصل گنجانده شده است. حل این تمرین ها به خواننده در درکِ بهتر مفاهیم پیچیده ی یادگیری ماشین کمک می کند. مهم ترین الگوریتم های یادگیری ماشین در این اثر توضیح داده شده اند. آشنایی با الگوریتم های یادگیری ماشین، توانمندی خواننده را در مدل سازیِ مسائل پیچیده افزایش می دهد. این آشنایی باعث طراحی و بهینه سازیِ الگوریتم های دقیق برای حوزه های مختلفِ یادگیری ماشین می شود.

کتاب بازشناسی الگو و یادگیری ماشین (جلد اول) را انتشارات آتی نگر، چاپ و روانه ی بازار کرده است. علی هادی پور، مترجم این کتاب به حساب می آید.

نکوداشت های کتاب بازشناسی الگو و یادگیری ماشین (جلد اول)

• استفاده از تصویرسازیِ هندسی و شهودی در آموزش مفاهیم بازشناسی الگو و یادگیری ماشین، به عنوان مهم ترین ویژگیِ این کتاب شناخته می شود. (جان میِن دونالد، ژورنال استاتیکتال سافت وِر)؛
• کریستوفر بیشاپ، بسیاری از تکنیک های آماری که به عنوان بخشی از بازشناسی الگو و یادگیری ماشین شناخته می شود را در این اثر با زبانی خوش فهم و ساده مطرح کرده است. (رادفورد اِم نیل)؛

کتاب بازشناسی الگو و یادگیری ماشین (جلد اول) برای چه کسانی مناسب است؟

افرادی که پیش زمینه ی خوبی در حوزه های ریاضی، آمار و احتمالات دارند و می خواهند با مفاهیم پایه ایِ یادگیری ماشین آشنا شوند، مخاطب های کتاب بازشناسی الگو و یادگیری ماشین (جلد اول) به حساب می آیند.

فهرست مطالب کتاب

1. مقدمه
2. توابع توزیع احتمال
3. مدل های خطی رگرسیون
4. مدل های خطی برای طبقه بندی
5. شبکه های عصبی
6.روش های مبتنی بر کرنل
7. ماشین های کرنل تنک
8. مدل های گرافیکی
9. مدل های مخلوط و روش بیشینه سازی امید ریاضی
10. استنتاج تقریبی
11. روش های نمونه برداری
12. متغیرهای مخفی پیوسته
13. ترکیب مدل ها
منابع