Μηχανική μάθηση (Record no. 9677)
[ view plain ]
| 000 -LEADER | |
|---|---|
| fixed length control field | 03045cam a22002054a 4500 |
| 005 - ΗΜΕΡΟΜΗΝΙΑ ΚΑΙ ΩΡΑ ΤΕΛΕΥΤΑΙΑΣ ΕΝΗΜΕΡΩΣΗΣ | |
| Πεδίο ελέγχου | 20250605164406.0 |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION | |
| Πεδίο ελέγχου σταθερού μήκους | 250528s ||||||||||||||||||||||||d |
| 035 ## - SYSTEM CONTROL NUMBER | |
| System control number | 24838 |
| 020 ## - ISBN | |
| ISBN | 9789604619955 |
| 040 ## - ΠΗΓΗ ΚΑΤΑΛΟΓΟΓΡΑΦΗΣΗΣ | |
| Φορέας πρωτότυπης καταλογογράφησης | MC Athens Campus Library |
| Γλώσσα καταλογογράφησης | Ελληνικά, Μοντέρνα (1453-) |
| Modifying agency | MC Athens Campus Library |
| Κανόνες περιγραφικής καταλογογράφησης | AACR2 |
| 245 1# - ΤΙΤΛΟΣ ΚΑΙ ΔΗΛΩΣΗ ΥΠΕΥΘΥΝΟΤΗΤΑΣ | |
| Τίτλος | Μηχανική μάθηση |
| 260 ## - PUBLICATION, DISTRIBUTION, ETC. | |
| Name of publisher, distributor, etc. | Κλειδάριθμος, |
| Date of publication, distribution, etc. | 2019 |
| 300 ## - PHYSICAL DESCRIPTION | |
| Extent | 792 |
| 520 ## - SUMMARY, ETC. | |
| Summary, etc. | Η Μηχανική Μάθηση αποτελεί ίσως τον πιο ραγδαία αναπτυσσόμενο τομέα της Τεχνητής Νοημοσύνης καθώς τα τελευταία χρόνια, ειδικά μετά την έλευση της Βαθιάς Μάθησης, έχει προσφέρει πληθώρα μεθόδων με πολύ καλά έως εντυπωσιακά αποτελέσματα σε όλες σχεδόν τις εφαρμογές που απαιτούν ευφυΐα. Στο βιβλίο αυτό περιγράφονται με συστηματικό τρόπο οι τρεις βασικοί τύποι μάθησης: η μάθηση με επίβλεψη, η μάθηση χωρίς επίβλεψη και η μάθηση με ενίσχυση. Για κάθε τύπο μάθησης αναλύονται τα σημαντικότερα μοντέλα, όπως τα νευρωνικά δίκτυα, οι μηχανές διανυσμάτων υποστήριξης (SVM), τα πιθανοτικά μοντέλα Bayes, τα γραφικά μοντέλα, τα στοχαστικά μοντέλα - όπως το κρυφό μοντέλο Markov (HMM), τα αναδρομικά μοντέλα όπως το LSTM, και πολλά άλλα. Ειδικά για τα νευρωνικά δίκτυα, που αποτελούν ένα πολύ σημαντικό μέρος των μεθόδων μηχανικής μάθησης, παρέχεται συστηματική και αναλυτική παρουσίαση, η οποία ξεκινά από το απλό μοντέλο Perceptron του ενός νευρώνα και φτάνει έως τα πολυπλοκότερα μοντέλα, όπως τα βαθιά νευρωνικά δίκτυα. Για κάθε μοντέλο δίνεται το αναγκαίο μαθηματικό υπόβαθρο για την κατανόηση της λειτουργίας του, με προαπαιτούμενες μόνο βασικές μαθηματικές γνώσεις θεωρίας πιθανοτήτων και γραμμικής άλγεβρας. Πρόσθετα, δίνεται έμφαση στην αλγοριθμική διάσταση των μοντέλων, καθώς τα περισσότερα από αυτά συνοδεύονται από τον σχετικό ψευδοκώδικα και από παραδείγματα εφαρμογής. |
| 700 1# - ΠΡΟΣΘΕΤΗ ΑΝΑΓΡΑΦΗ--ΦΥΣΙΚΟ ΠΡΟΣΩΠΟ | |
| Personal name | Διαμαντάρας Κωνσταντίνος |
| 9 (RLIN) | 9580 |
| 700 1# - ΠΡΟΣΘΕΤΗ ΑΝΑΓΡΑΦΗ--ΦΥΣΙΚΟ ΠΡΟΣΩΠΟ | |
| Personal name | Μπότσης Δημήτρης |
| 9 (RLIN) | 9581 |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) | |
| Koha item type | Books |
| Τύπος τεκμηρίου | Βιβλιοθήκη | Τρέχουσα τοποθεσία | Barcode | Αριθμός εισαγωγής | Ημερομηνία απόκτησης | Ταξιθετικό σύμβολο | Αριθμός αντιτύπου | Κατάσταση απόσυρσης | Κατάσταση χαμένου | Κατάσταση κατεστραμμένου | Μη δανεισμός | Σύνολο δανεισμών | Ημερομηνία τελευταίας εμφάνισης | Η τιμή ισχύει από |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Books | MC Thessaloniki Campus Library | MC Thessaloniki Campus Library | 9780000096760 | 7020 | 05/06/2025 | 006.3 ΔΙΑ | 1 | 05/06/2025 | 05/06/2025 |