بخشی از مقدمه کتاب (ترجمه شده توسط گوگل ترنسلیت)
هوش مصنوعی (AI) به عنوان یکی از تخصص های تعیین کننده با کاربردهای مختلف در حوزه های مختلف صنعت ، ظهور کرده است. یادگیری ماشین (ML) ، زیر مجموعه ای از هوش مصنوعی ، مجموعه مهمی از الگوریتم های مورد استفاده برای حل چندین مشاغل و مشکلات اجتماعی است. هدف از این کتاب بحث در مورد توسعه مدل یادگیری ماشین با استفاده از پایتون است. AI و ML مهارتهای مهمی هستند که هر فارغ التحصیل رشته مهندسی و مدیریت نیاز به پیشرفت در حرفه خود دارد. شرکت ها در بخش های مختلف صنعت از جمله خرده فروشی ، امور مالی ، بیمه ، تولید ، مراقبت های بهداشتی قصد دارند راه حل های مبتنی بر هوش مصنوعی را برای ایجاد رقابت در بازار بسازند و ارائه دهند. شرکت ها در حوزه های مختلف برای ساخت محصولات و راه حل هایی برای آنها به استخر بزرگی از متخصصان در این زمینه ها نیاز دارند. برآوردی توسط IDC (International Data Corporation) اعلام کرده است که هزینه های سازمانها برای AI و ML از 12B در سال 2017 به 57.6B دلار در سال 2021 (کلمبوس ، 2018) 1 خواهد رسید. تقریبا 61٪ سازمانها گزارش داده اند که آموزش ماشین سازی و هوش مصنوعی از مهمترین ابتکار عمل داده ها در سال 2019 خواهد بود. یادگیری ماشینی برای دانشمندان داده بیشترین تقاضای هوش مصنوعی خواهد بود. مقاله ای که در سال 2018 در مجله اقتصادی منتشر شده است ، می گوید که تقاضای هند برای دانشمند داده 400 درصد رشد کرده است ، اما در مقابل ، عرضه فقط 19 درصد افزایش یافته است (Pramanik، 2018).
پایتون زبان برنامه نویسی پیشرو است که توسط چندین سازمان برای ایجاد راه حل های پایان به پایان با استفاده از ML استفاده می شود. چندین دانشگاه و موسسه برنامه های کارشناسی و کارشناسی ارشد را در زمینه تجزیه و تحلیل کسب و کار آغاز کرده اند و یکی از اصلی ترین پیشنهادات ، توسعه مهارت در یادگیری ماشین است.
اما کمبود مواد آموزشی با کیفیت وجود دارد که بینش در استفاده از یادگیری ماشینی را با استفاده از مثالهای دنیای واقعی فراهم می کند. این کتاب تلاشی برای ایجاد محتوای مفید برای یادگیری ساختاری است. این کتاب یک پزشک است که هم دانش آموزان و هم متخصصان صنعت می توانند از آن برای درک و تسلط بر مهارت های یادگیری ماشین با استفاده از پایتون استفاده کنند.
برای دانلود این کتاب بر روی لینک زیر کلیک کنید.
دانلود کتاب