Författare
Ethem Alpaydin
Ethem Alpaydin är en uppskattad författare inom Data och IT med totalt 2 böcker tillgängliga på Bokkollen, utgivna hos MIT Press Ltd.
Bland verken finns Introduction to Machine Learning, som toppar listan över Ethem Alpaydins populäraste böcker. Verken spänner över data & it och tilltalar läsare som uppskattar genren.
Det senast publicerade verket av Ethem Alpaydin är Machine Learning, revised and updated edition, utgivet 2021.
På Bokkollen gör vi det enkelt att navigera i Ethem Alpaydins författarskap. Vår databas uppdateras ständigt med nya släpp och format, så oavsett om du söker efter en lättläst pocket för semestern, en lyxig inbunden presentutgåva eller en digital ljudbok för pendlingen, har vi rätt utgåva för dig.
Jämför snabbt och smidigt priser på alla böcker av Ethem Alpaydin hos Sveriges ledande bokhandlare – som Adlibris, Bokus och Akademibokhandeln – och hitta alltid det bästa erbjudandet utan att betala för mycket.
Introduction to Machine Learning
A substantially revised fourth edition of a comprehensive textbook, including new coverage of recent advances in deep learning and neural networks.The goal of machine learning is to program computers to use example data or past experience to solve a given problem. Machine learning underlies such exciting new technologies as self-driving cars, speech recognition, and translation applications. This substantially revised fourth edition of a comprehensive, widely used machine learning textbook offers new coverage of recent advances in the field in both theory and practice, including developments in deep learning and neural networks.The book covers a broad array of topics not usually included in introductory machine learning texts, including supervised learning, Bayesian decision theory, parametric methods, semiparametric methods, nonparametric methods, multivariate analysis, hidden Markov models, reinforcement learning, kernel machines, graphical models, Bayesian estimation, and statistical testing. The fourth edition offers a new chapter on deep learning that discusses training, regularizing, and structuring deep neural networks such as convolutional and generative adversarial networks; new material in the chapter on reinforcement learning that covers the use of deep networks, the policy gradient methods, and deep reinforcement learning; new material in the chapter on multilayer perceptrons on autoencoders and the word2vec network; and discussion of a popular method of dimensionality reduction, t-SNE. New appendixes offer background material on linear algebra and optimization. End-of-chapter exercises help readers to apply concepts learned. Introduction to Machine Learning can be used in courses for advanced undergraduate and graduate students and as a reference for professionals.
Hela bibliografin
Utforska alla Ethem Alpaydins publicerade verk sorterade efter popularitet.
Upptäck liknande författare
Om du gillar Ethem Alpaydin kommer du förmodligen att uppskatta även dessa författare inom data & it.