معرفی و دانلود کتاب شناسایی آماری الگو - جلد سوم: یادگیری نظارتی تکمیلی

معرفی کتاب شناسایی آماری الگو - جلد سوم: یادگیری نظارتی تکمیلی

کسانی که در زمینه هوش مصنوعی فعالیت می‌کنند،‌ به‌خوبی می‌دانند یکی از اصول ضروری در این حوزه،‌ آشنایی با الگوهاست. زهره عظیمی فر و احسان احمدی در کتاب شناسایی آماری الگو - جلد سوم به طور کامل مباحث تکمیلی مرتبط با هوش مصنوعی و ماشین بردار پشتیبان را بیان می‌کنند. این اثر سومین جلد از مجموعه کتاب‌های شناسایی آماری الگو است.

درباره کتاب شناسایی آماری الگو - جلد سوم

اگر قرار باشد جهان امروز و دنیای مدرن را از هوش مصنوعی تفکیک کنیم، تقریبا نیم بیشتری از داشته‌های بشری از بین می‌روند! هوش مصنوعی و فعالیت‌هایی که از طریق این علم انجام می‌گیرد، به ‌طور ویژه پیشرفت‌هایی را برای بشر به‌وجود آورده که کاربرد بسیاری در زندگی دارند و به سهل و آسان شدن کارها کمک می‌کند.

کارکرد هوش مصنوعی به این صورت است که، ورودی و خروجی‌های از پیش تجربه شده‌ای در آن قرار می‌گیرند و همین ورودی و خروجی‌های پیش‌فرض، به فعال شدن هوش مصنوعی کمک می‌کنند. این تکنولوژی همه ورودی و خروجی‌ها را تحلیل و در مراحل بعدی که مجددا آن ورودی را دریافت می‌کند، همان خروجی را هم به‌وجود می‌آورد. بنابراین می‌توان گفت همه الگوهای موجود در این سیستم، براساس اطلاعات بیرونی به‌‌وجود می‌آیند و در اصطلاح به آن یادگیری نظارتی می‌گویند.

کتاب شناسایی آماری الگو - جلد سوم با تمرکز بر مطالب تکمیلی درباره یادگیری نظارتی، مفاهیم و کارکردهای هوش مصنوعی را بیان می‌کند که شما را به تسلط خوبی درباره این موضوع می‌رساند. این کتاب نوشته زهره عظیمی‌فر و احسان احمدی است که در 4 فصل طراحی و تالیف شده و همه دانشجویان و فعالان در حوزه کامپیوتر یا هوش مصنوعی می‌توانند از آن استفاده کنند. مباحثی که در جلد سوم از کتاب شناسایی آماری الگو آمده است شامل تئوری تصمیم‌گیری بیزین و مطالعه نظری آن،‌ طبقه‌بندی ماشین بردار پشتیبان،‌ الگوریتم‌های یادگیری گروهی و معرفی جامع مدل‌های گرافیکی است.

کتاب شناسایی آماری الگو - جلد سوم برای چه کسانی مناسب است؟

خواندن این کتاب را به همه کسانی که در زمینه هوش مصنوعی، طراحی ماشین و مسائل مرتبط با آن سروکار دارند پیشنهاد می‌کنیم.

در بخشی از کتاب شناسایی آماری الگو - جلد سوم می‌خوانیم

همان‌طور که بارها صحبت شد، یادگیری نظارتی یکی از مهم‌ترین شاخه‌های علم شناسایی الگو می‌باشد. در یادگیری نظارتی، مجموعه‌ای از الگوهای آموزشی به همراه برچسب‌های واقعی (مطلوب) متناظرشان موجود می‌باشد. معمولا هدف، طراحی یک سیستم هوشمند با استفاده از این داده‌های آموزشی می‌باشد که در رویدادهای مشابه آینده می‌تواند برای داده‌های جدید، برچسب مناسب را پیش‌بینی کند. در واقع در مرحله آموزش رابطه الگوها و برچسب‌های متناظر در قالب یک تابع پیدا می‌شود و این تابع در مرحله آزمون به منظور پیش‌بینی برچسب استفاده می‌شود. با توجه به اینکه برچسب‌های الگوها مقادیری گسسته یا پیوسته باشند، مساله یادگیری نظارتی طبقه‌بندی یا رگرسیون نامیده می‌شود. سیستم‌های هوشمند شناسایی الگو پدیده‌ای را در دنیای واقعی مدل می‌کنند که متغیرهای موجود در سیستم در حال مدل دارای یک توزیع احتمال زیرین می‌باشند. معمولا فرض می‌شود که داده‌های آموزشی به طور مستقل از تابع زیرین نمونه‌گیری شده‌اند. متغیرهای ورودی یا مستقل، بردار ویژگی (الگو) را تشکیل داده و متغیر خروجی یا وابسته نیز همان برچسب الگو است.

فهرست مطالب کتاب

پیشگفتار
تشکر و قدردانی
لیست شکل‌ها
1. تئوری تصمیم بیز
مقدمه
قانون تصمیم‌گیری بیز
تئوری تصمیم بیزین در طبقه‌بندی
بررسی قانون تصمیم‌گیری بیز در طبقه‌بندی دوکلاسه
توابع جداساز و تئوری تصمیم‌گیری
تئوری تصمیم بیزین در رگرسیون
تئوری تصمیم‌گیری بیز در تخمین پارامتر
خلاصه فصل
تمرینات
مراجع
2. ماشین بردار پشتیبان
مقدمه
نگاه هندسی
SVM با حاشیه سخت
SVM با حاشیه نرم
SVM غیر خطی
نگاه تئورییادگیری آماری
طبقه‌بندی چند کلاسه با SVM
نگاه احتمالی
رگرسیون با SVM
خلاصه فصل
تمرینات
مراجع
3. یادگیری گروهی
مقدمه
Bagging
Boosting
آنالیز Adaboost
خلاصه فصل
تمرینات
مراجع
4. مدل‌های گرافیکی
مقدمه
نمایش مدل‌های گرافیکی
مدل‌های گرافیکی جهت‌دار
مدل بیز ساده
مدل پنهان مارکف
مدل‌های گرافیکی غیر جهت‌دار
مدل انتروپی بیشینه
مدل میدان تصادفی شرطی خطی
خلاصه فصل
تمرینات
نمایه
شکل‌های کتاب با کیفیت بالا
مراجع