کتاب The Art of Mac Malware, Volume 2 اثر Patrick Wardle انتشارات آوای مؤلف

با این راهنمای عملی، یاد بگیرید که چگونه طیف وسیعی از روش‌های یادگیری ماشین را به صورت تخصصی بر روی داده‌های واقعی اعمال کنید. کتاب «هنر یادگیری ماشین» که مملو از مجموعه داده‌های واقعی و مثال‌های عملی است، به شما کمک می‌کند تا بدون نیاز به ریاضیات پیشرفته، درک شهودی از چگونگی و چرایی عملکرد روش‌های یادگیری ماشینی داشته باشید. با مطالعه این کتاب، یاد خواهید گرفت که چگونه طیف وسیعی از تکنیک‌های قدرتمند یادگیری ماشینی را پیاده‌سازی کنید، که با روش k-نزدیک‌ترین همسایه (k-NN) و جنگل‌های تصادفی شروع می‌شود و به سمت تقویت گرادیان، ماشین‌های بردار پشتیبان (SVM)، شبکه‌های عصبی و موارد دیگر می‌رود. با کمک مجموعه داده‌های واقعی، با استفاده از مجموعه داده‌های اشتراک دوچرخه، به مدل‌های رگرسیون خواهید پرداخت، با استفاده از داده‌های تاکسی شهر نیویورک، درخت‌های تصمیم‌گیری را بررسی خواهید کرد و روش‌های پارامتری را با آمار بازیکنان بیسبال تشریح خواهید کرد. همچنین نکات تخصصی برای جلوگیری از مشکلات رایج، مانند مدیریت داده‌های «کثیف» یا نامتعادل، و نحوه عیب‌یابی مشکلات را خواهید یافت. همچنین موارد زیر را بررسی خواهید کرد: نحوه برخورد با مجموعه داده‌های بزرگ و تکنیک‌های کاهش ابعاد جزئیاتی در مورد چگونگی عملکرد موازنه واریانس-اریب در روش‌های خاص یادگیری ماشین مدل‌های مبتنی بر روابط خطی، از جمله رگرسیون ریج و لاسو طبقه‌بندی تصویر و متن در دنیای واقعی و نحوه مدیریت داده‌های سری زمانی یادگیری ماشین هنری است که نیاز به تنظیم و بهینه‌سازی دقیق دارد. با کتاب هنر یادگیری ماشین به عنوان راهنمای خود، بر اصول اساسی یادگیری ماشین تسلط خواهید یافت که شما را قادر می‌سازد تا به طور مؤثر از این مدل‌ها استفاده کنید، نه اینکه صرفاً چند اقدام اولیه با کاربرد عملی محدود ارائه دهید. الزامات: درک اولیه از نمودارها و چارت‌ها و آشنایی با زبان برنامه‌نویسی R

انگلیسی

متن و تصویر

سیاه و سفید

Norman Matloff

آوای مؤلف

کامپیوتر

وزیری

شومیز

تحریر

272

همه سنین