دانلود کتاب Lifelong Machine Learning

49,000 تومان

یادگیری ماشینی مادام العمر


موضوع اصلی کامپیوتر – علوم کامپیوتر
نوع کالا کتاب الکترونیکی
ناشر Morgan & Claypool
تعداد صفحه 207 / 209
حجم فایل 2.70 مگابایت
کد کتاب 1681733021 , 9781681733029
نوبت چاپ 2
نویسنده
زبانانگلیسی
فرمتPDF
سال انتشار2018
مطلب پیشنهادی: با پول کتاب در ایران چی میشه خرید؟
در صورت نیاز به تبدیل فایل به فرمت‌های PDF، EPUB، AZW3، MOBI و یا DJVU می‌توانید به پشتیبان اطلاع دهید تا در صورت امکان، فایل مورد نظر را تبدیل نمایند. سایت بَلیان دارای تخفیف پلکانی است، یعنی با افزودن کتاب بیشتر به سبدخرید، قیمت آن برای شما کاهش می‌یابد. جهت مشاهده درصد تخفیف‌ها بر روی «جدول تخفیف پلکانی» در پایین کلیک نمایید. جهت یافتن سایر کتاب‌های مشابه، از منو جستجو در بالای سایت استفاده نمایید.
شما می‌توانید با هر 1000 تومان خرید، ۱ شانس شرکت در قرعه‌کشی کتابخانه دیجیتال بلیان دریافت کنید و شانس خود را برای برنده شدن جوایز هیجان انگیز امتحان کنید. «شرایط شرکت در قرعه‌کشی»

جدول کد تخفیف

با افزودن چه تعداد کتاب به سبد‌خرید، چند‌ درصد تخفیف شامل آن خواهد شد؟ در این جدول پاسخ این سوال را خواهید یافت. برای مثال: اگر بین ۳ الی ۵ کتاب را در سبد خرید خود قرار دهید، ۲۵ درصد تخفیف شامل سبد‌خرید شما خواهد شد.
تعداد کتاب درصد تخفیف قیمت کتاب
1 بدون تخفیف 25,000 تومان
2 20 درصد 20,000 تومان
3 الی 5 25 درصد 18,750 تومان
6 الی 10 30 درصد 17,500 تومان
11 الی 20 35 درصد 16,250 تومان
21 الی 30 40 درصد 15,000 تومان
31 الی 40 45 درصد 13,750 تومان
41 الی 50 50 درصد 12,500 تومان
51 الی 70 55 درصد 11,250 تومان
71 الی 100 60 درصد 10,000 تومان
101 الی 150 65 درصد 8,750 تومان
151 الی 200 70 درصد 7,500 تومان
201 الی 300 75 درصد 6,250 تومان
301 الی 500 80 درصد 5,000 تومان
501 الی 1000 85 درصد 3,750 تومان
1001 الی 10000 90 درصد 2,500 تومان
توضیحات
Lifelong Machine Learning, Second Edition is an introduction to an advanced machine learning paradigm that continuously learns by accumulating past knowledge that it then uses in future learning and problem solving. In contrast, the current dominant machine learning paradigm learns in isolation: given a training dataset, it runs a machine learning algorithm on the dataset to produce a model that is then used in its intended application. It makes no attempt to retain the learned knowledge and use it in subsequent learning. Unlike this isolated system, humans learn effectively with only a few examples precisely because our learning is very knowledge-driven: the knowledge learned in the past helps us learn new things with little data or effort. Lifelong learning aims to emulate this capability, because without it, an AI system cannot be considered truly intelligent.

Research in lifelong learning has developed significantly in the relatively short time since the first edition of this book was published. The purpose of this second edition is to expand the definition of lifelong learning, update the content of several chapters, and add a new chapter about continual learning in deep neural networks—which has been actively researched over the past two or three years. A few chapters have also been reorganized to make each of them more coherent for the reader. Moreover, the authors want to propose a unified framework for the research area. Currently, there are several research topics in machine learning that are closely related to lifelong learning—most notably, multi-task learning, transfer learning, and meta-learning—because they also employ the idea of knowledge sharing and transfer. This book brings all these topics under one roof and discusses their similarities and differences. Its goal is to introduce this emerging machine learning paradigm and present a comprehensive survey and review of the important research results and latest ideas in the area. This book is thus suitable for students, researchers, and practitioners who are interested in machine learning, data mining, natural language processing, or pattern recognition. Lecturers can readily use the book for courses in any of these related fields.


ترجمه فارسی (ترجمه ماشینی)

یادگیری ماشینی مادام العمر، ویرایش دوم، مقدمه ای بر یک الگوی یادگیری ماشینی پیشرفته است که به طور مداوم با انباشت دانش گذشته که سپس در یادگیری و حل مسئله در آینده استفاده می کند، یاد می گیرد. در مقابل، الگوی یادگیری ماشین غالب فعلی به صورت مجزا یاد می‌گیرد: با توجه به یک مجموعه داده آموزشی، یک الگوریتم یادگیری ماشین را روی مجموعه داده اجرا می‌کند تا مدلی تولید کند که سپس در برنامه مورد نظر خود استفاده می‌شود. هیچ تلاشی برای حفظ دانش آموخته شده و استفاده از آن در یادگیری بعدی انجام نمی دهد. برخلاف این سیستم منزوی، انسان‌ها فقط با چند مثال به طور موثر یاد می‌گیرند، دقیقاً به این دلیل که یادگیری ما بسیار دانش محور است: دانش آموخته‌شده در گذشته به ما کمک می‌کند تا چیزهای جدید را با داده‌ها یا تلاش کم یاد بگیریم. هدف یادگیری مادام‌العمر تقلید از این قابلیت است، زیرا بدون آن، یک سیستم هوش مصنوعی نمی‌تواند واقعاً هوشمند در نظر گرفته شود.

تحقیقات در زمینه یادگیری مادام العمر در مدت زمان نسبتاً کوتاهی پس از انتشار اولین ویرایش این کتاب به طور قابل توجهی توسعه یافته است. هدف این ویرایش دوم، گسترش تعریف یادگیری مادام‌العمر، به‌روزرسانی محتوای چندین فصل، و افزودن فصل جدیدی در مورد یادگیری مستمر در شبکه‌های عصبی عمیق است که در دو یا سه سال گذشته به طور فعال مورد تحقیق قرار گرفته است. چند فصل نیز سازماندهی مجدد شده اند تا هر یک از آنها برای خواننده منسجم تر شود. علاوه بر این، نویسندگان می خواهند یک چارچوب یکپارچه برای حوزه تحقیق پیشنهاد کنند. در حال حاضر، چندین موضوع تحقیقاتی در یادگیری ماشین وجود دارد که ارتباط نزدیکی با یادگیری مادام‌العمر دارد – به ویژه یادگیری چند وظیفه‌ای، یادگیری انتقالی و فرا یادگیری – زیرا آنها همچنین از ایده اشتراک و انتقال دانش استفاده می‌کنند. این کتاب همه این موضوعات را زیر یک سقف آورده و شباهت ها و تفاوت های آنها را مورد بحث قرار می دهد. هدف آن معرفی این پارادایم یادگیری ماشینی در حال ظهور و ارائه یک بررسی و بررسی جامع از نتایج مهم تحقیقاتی و آخرین ایده‌ها در این زمینه است. بنابراین، این کتاب برای دانش‌آموزان، محققان و پزشکانی که به یادگیری ماشین، داده‌کاوی، پردازش زبان طبیعی یا تشخیص الگو علاقه‌مند هستند، مناسب است. اساتید می توانند به راحتی از این کتاب برای دوره های آموزشی در هر یک از این زمینه های مرتبط استفاده کنند.

نظرات (0)

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Lifelong Machine Learning”