Jeżeli nie znalazłeś poszukiwanej książki, skontaktuj się z nami wypełniając formularz kontaktowy.

Ta strona używa plików cookies, by ułatwić korzystanie z serwisu. Mogą Państwo określić warunki przechowywania lub dostępu do plików cookies w swojej przeglądarce zgodnie z polityką prywatności.

Wydawcy

Literatura do programów

Informacje szczegółowe o książce

Machine Learning for Engineers - ISBN 9781316512821

Machine Learning for Engineers

ISBN 9781316512821

Autor: Osvaldo Simeone

Wydawca: Cambridge University Press

 » Nowości i bestsellery

Dostępność: Wysyłka w ciągu 2-3 dni

Cena: 351,75 zł


ISBN13:      

9781316512821

ISBN10:      

1316512827

Autor:      

Osvaldo Simeone

Oprawa:      

Hardback

Rok Wydania:      

03.11.2022

Ilość stron:      

450

This self-contained introduction to machine learning, designed from the start with engineers in mind, will equip students with everything they need to start applying machine learning principles and algorithms to real-world engineering problems. With a consistent emphasis on the connections between estimation, detection, information theory, and optimization, it includes: an accessible overview of the relationships between machine learning and signal processing, providing a solid foundation for further study; clear explanations of the differences between state-of-the-art techniques and more classical methods, equipping students with all the understanding they need to make informed technique choices; demonstration of the links between information-theoretical concepts and their practical engineering relevance; reproducible examples using Matlab, enabling hands-on student experimentation. Assuming only a basic understanding of probability and linear algebra, and accompanied by lecture slides and solutions for instructors, this is the ideal introduction to machine learning for engineering students of all disciplines.

Part I. Introduction and Background:
1. When and how to use machine learning
2. Background. Part II. Fundamental Concepts and Algorithms:
3. Inference, or model-driven prediction
4. Supervised learning: getting started
5. Optimization for machine learning
6. Supervised learning: beyond least squares
7: Unsupervised learning. Part III. Advanced Tools and Algorithms:
8. Statistical learning theory
9. Exponential family of distributions
10. Variational inference and variational expectation maximization
11. Information-theoretic inference and learning
12. Bayesian learning. Part IV. Beyond Centralized Single-Task Learning:
13. Transfer learning, multi-task learning, continual learning, and meta-learning
14. Federated learning. Part V. Epilogue:
15. Beyond this book.

Koszyk

Książek w koszyku: 0 szt.

Wartość zakupów: 0,00 zł

ebooks
covid

Kontakt

Gambit
Centrum Oprogramowania
i Szkoleń Sp. z o.o.

Al. Pokoju 29b/22-24

31-564 Kraków

+48 12 414 3791

+48 12 414 3387


Siedziba Księgarni

ul. Kordylewskiego 1

31-542 Kraków

+48 12 410 5989

+48 12 414 3767

Zobacz na mapie google

Wyślij e-mail

Subskrypcje

Administratorem danych osobowych jest firma Gambit COiS Sp. z o.o. Na podany adres będzie wysyłany wyłącznie biuletyn informacyjny.

Autoryzacja płatności

PayU

Informacje na temat autoryzacji płatności poprzez PayU.

PayU banki

© Copyright 2012: GAMBIT COiS Sp. z o.o. Wszelkie prawa zastrzeżone.

Projekt i wykonanie: Alchemia Studio Reklamy