جزییات کتاب
کتاب یادگیری ماشین: دستیاری برای توسعه دهندگان و حرفه ایهای فنی؛ دستور العمل عملی و مثالهای قابل اجرا کدنویسی شده برای بیشتر تکنیکهای رایج یادگیری ماشین که توسط توسعه دهندگان و خبرههای فنی مورد استفاده قرار میگیرند ارائه داده است. این کتاب شامل تجزیه و تحلیل هر نوع ML است؛ با بیان این که چگونه کار میکند و چگونه در صنایع به خصوصی استفاده میشوند به خواننده این اجازه را میدهد تا تکنیکهای ارائه شده را در کارهای خود به کار بندد. یکی از هستههای اصلی یادگیری ماشین تمرکز بر روی آماده سازی دادهها و شناسایی کامل انواع مختلف الگوریتمهای یادگیری است تا نشان دهد که چگونه ابزارهای مناسب به هر توسعه دهنده ای کمک میکند تا اطلاعات را استخراج کند و بینشی از دادههای موجود به دست آورد.
یادگیری ماشین، یک تکنولوژی وابسته به ریاضیات و مبتنی بر الگوریتم است که مبنای داده کاوی تاریخی و علم دادههای بزرگ مدرن را تشکیل میدهد. تحلیل علمی دادههای بزرگ احتیاج به دانش عملی یادگیری ماشین دارد چرا که پیش بینیها را مبتنی بر خواص شناخته شده از دادههای آموزشی شکل میدهد. با یادگرفتن ساخت سیستمی که میتواند از دادهها یاد بگیرد، خوانندهها میتوانند ابزارهای خود را در صنعت افزایش دهند. یادگیری ماشین بر اساس آنالیز دادهها و تصویر سازی است که به شدت مورد تقاضای شرکت هایی قرار گرفته است که کشف کرده اند معدنی از طلا در دادههای موجودشان پنهان شده است.
Dig deep into the data with a hands-on guide to machine learning Machine Learning: Hands-On for Developers and Technical Professionals provides hands-on instruction and fully-coded working examples for the most common machine learning techniques used by developers and technical professionals. The book contains a breakdown of each ML variant, explaining how it works and how it is used within certain industries, allowing readers to incorporate the presented techniques into their own work as they follow along. A core tenant of machine learning is a strong focus on data preparation, and a full exploration of the various types of learning algorithms illustrates how the proper tools can help any developer extract information and insights from existing data. The book includes a full complement of Instructor's Materials to facilitate use in the classroom, making this resource useful for students and as a professional reference. At its core, machine learning is a mathematical, algorithm-based technology that forms the basis of historical data mining and modern big data science. Scientific analysis of big data requires a working knowledge of machine learning, which forms predictions based on known properties learned from training data. Machine Learning is an accessible, comprehensive guide for the non-mathematician, providing clear guidance that allows readers to: Learn the languages of machine learning including Hadoop, Mahout, and Weka Understand decision trees, Bayesian networks, and artificial neural networks Implement Association Rule, Real Time, and Batch learning Develop a strategic plan for safe, effective, and efficient machine learning By learning to construct a system that can learn from data, readers can increase their utility across industries. Machine learning sits at the core of deep dive data analysis and visualization, which is increasingly in demand as companies discover the goldmine hiding in their existing data. For the tech professional involved in data science, Machine Learning: Hands-On for Developers and Technical Professionals provides the skills and techniques required to dig deeper.
درباره نویسنده
جیسون بلوم (انگلیسی: Jason Blum؛ زادهٔ ۲۰ فوریه ۱۹۶۹) تهیهکننده اهل ایالات متحده آمریکا است که نامزد جایزه اسکار در مراسم جوایز اسکار ۸۷ام در فیلم شلاق گردید.