ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Machine Learning: Modeling Data Locally and Globally

دانلود کتاب یادگیری ماشینی: مدل سازی داده ها به صورت محلی و جهانی

Machine Learning: Modeling Data Locally and Globally

مشخصات کتاب

Machine Learning: Modeling Data Locally and Globally

ویرایش: Jointly published with Zhejiang University Press2008 
نویسندگان: , , ,   
سری: Advanced Topics in Science and Technology in China 
ISBN (شابک) : 9783540794516, 9783540794523 
ناشر: Springer Berlin Heidelberg 
سال نشر: 2008 
تعداد صفحات: 172 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 55,000



کلمات کلیدی مربوط به کتاب یادگیری ماشینی: مدل سازی داده ها به صورت محلی و جهانی: شناسایی الگو، ذخیره و بازیابی اطلاعات، داده کاوی و کشف دانش



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 17


در صورت تبدیل فایل کتاب Machine Learning: Modeling Data Locally and Globally به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب یادگیری ماشینی: مدل سازی داده ها به صورت محلی و جهانی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب یادگیری ماشینی: مدل سازی داده ها به صورت محلی و جهانی



Machine Learning - مدل‌سازی داده‌ها به صورت محلی و جهانی یک نظریه جدید و یکپارچه ارائه می‌کند که سعی می‌کند الگوریتم‌های مختلف را به‌طور یکپارچه ادغام کند. به طور خاص، این کتاب ماهیت درونی الگوریتم‌های یادگیری ماشین را به‌عنوان «یادگیری محلی» یا «یادگیری جهانی» متمایز می‌کند. این نظریه نه تنها روش‌های یادگیری ماشین قبلی را به هم مرتبط می‌کند، یا به عنوان نقشه راه در مدل‌های مختلف عمل می‌کند، بلکه مهم‌تر از آن است. - همچنین باعث ایجاد نظریه ای می شود که می تواند از داده ها هم در سطح محلی و هم در سطح جهانی بیاموزد. این به محققین کمک می کند تا بینش عمیق تر و درک جامع تری از تکنیک های این حوزه به دست آورند. این کتاب به بررسی موضوعات جاری، نظریه‌ها و کاربردهای جدید می‌پردازد.

Kaizhu Huang یک محقق در مرکز تحقیقات و توسعه فوجیتسو بود و در حال حاضر یک محقق در دانشگاه چینی هنگ‌کنگ است. هایقین یانگ رهبری گروه پردازش تصویر در HiSilicon Technologies را بر عهده دارد. ایروین کینگ و مایکل آر. لیو استادان بخش علوم و مهندسی کامپیوتر دانشگاه چینی هنگ کنگ هستند.


توضیحاتی درمورد کتاب به خارجی

Machine Learning - Modeling Data Locally and Globally presents a novel and unified theory that tries to seamlessly integrate different algorithms. Specifically, the book distinguishes the inner nature of machine learning algorithms as either "local learning"or "global learning."This theory not only connects previous machine learning methods, or serves as roadmap in various models, but – more importantly – it also motivates a theory that can learn from data both locally and globally. This would help the researchers gain a deeper insight and comprehensive understanding of the techniques in this field. The book reviews current topics,new theories and applications.

Kaizhu Huang was a researcher at the Fujitsu Research and Development Center and is currently a research fellow in the Chinese University of Hong Kong. Haiqin Yang leads the image processing group at HiSilicon Technologies. Irwin King and Michael R. Lyu are professors at the Computer Science and Engineering department of the Chinese University of Hong Kong.



فهرست مطالب

Front Matter....Pages I-X
Introduction....Pages 1-11
Global Learning vs. Local Learning....Pages 13-27
A General Global Learning Model: MEMPM....Pages 29-68
Learning Locally and Globally: Maxi-Min Margin Machine....Pages 69-95
Extension I: BMPM for Imbalanced Learning....Pages 96-117
Extension II: A Regression Model from M 4 ....Pages 119-132
Extension III: Variational Margin Settings within Local Data in Support Vector Regression....Pages 133-159
Conclusion and Future Work....Pages 161-165
Back Matter....Pages 167-169




نظرات کاربران