Machine Learning, Deep Learning, Deep Neural Network în mediul R. Teorie şi aplicaţii
45,20 lei
Prin inteligenţă artificială (AI-Artificial Intelicence) se înțelege orice tehnică care permite calculatoarelor să imite comportamentul uman, inclusiv învăţarea maşinii, procesarea limbajului natural (NLP), sinteza limbajului, „viziunea” computerului (programarea computerului pentru a„vedea”), robotica, analiza senzorilor, optimizarea şi simularea.
În acest context, Machine Learning (ML – învăţarea automată) constituie un subset de tehnici de AI care permite sistemelor informatice să „înveţe” din experienţa anterioară (adică din observaţiile de date), având ca efect îmbunătăţirea operaţiunilor pentru o anumită sarcină. Tehnicile ML includ Support Vector Machines (SVM), arbori de decizie, învăţare Bayes, k-means clustering, reguli de asociere, regresie, reţele neuronale şi multe altele.
Prin inteligenţă artificială (AI-Artificial Intelicence) se înțelege orice tehnică care permite calculatoarelor să imite comportamentul uman, inclusiv învăţarea maşinii, procesarea limbajului natural (NLP), sinteza limbajului, „viziunea” computerului (programarea computerului pentru a „vedea”), robotica, analiza senzorilor, optimizarea şi simularea.
În acest context, Machine Learning (ML – învăţarea automată) constituie un subset de tehnici de AI care permite sistemelor informatice să „înveţe” din experienţa anterioară (adică din observaţiile de date), ceea ce are ca efect îmbunătăţirea operaţiunilor pentru o anumită sarcină. Tehnicile ML includ Support Vector Machines (SVM), arbori de decizie, învăţare Bayes, k-means clustering, reguli de asociere, regresie, reţele neuronale şi multe altele.
Lucrarea este concepută pentru a veni în sprijinul tuturor celor care doresc să cunoască aspecte mai mult sau mai puţin analitice referitoare la învăţarea automată şi învăţarea profundă, în contextul reţelelor neuronale profunde, din perspectiva aplicării reţelelor neuronale.
Parcurgând conţinutul acestei lucrări, studenţii vor putea duce cu succes la capăt examenele bazate pe elementele specifice prezentate, tinerii doctoranzi vor găsi suficiente elemente utile în pregătirea unor teze conţinând aspecte de noutate maximă, iar toţi ceilalţi interesaţi de acest subiect vor găsi suficiente informaţii care să atingă latura intelectuală a fiecăruia.
În consecinţă, Machine Learning, Deep Learning, Deep Neural Network în mediul R. Teorie şi aplicaţii este recomandată atât studenţilor care au în planul de învăţământ discipline având cuvinte-cheie din titlul acestei lucrări, cât şi cercetătorilor şi celor interesaţi de aspecte cât mai variate legate de acest domeniu.
Pentru cei interesaţi de cunoaşterea şi a altor laturi ale Machine Learning, Deep Learning, Deep Neural Network, utilizarea mediului R, bibliografia prezentată constituie un bun ghid în acest sens.









