Coop UQAM | Coopsco

Créer mon profil | Mot de passe oublié?

Magasiner par secteur

Matériel obligatoire et recommandé

Voir les groupes
Devenir membre

Nos partenaires

UQAM
ESG UQAM
Réseau ESG UQAM
Bureau des diplômés
Centre sportif
Citadins
Service de la formation universitaire en région
Université à distance
Société de développement des entreprises culturelles - SODEC
L'institut du tourisme et de l'hotellerie - ITHQ
Pour le rayonnement du livre canadien
Presses de l'Université du Québec
Auteurs UQAM : Campagne permanente de promotion des auteures et auteurs UQAM
Fondation de l'UQAM
Écoles d'été en langues de l'UQAM
Canal savoir
L'économie sociale, j'achète
Millénium Micro



Recherche avancée...

Machine Learning, revised and updated edition

Alpaydin, Ethem


Éditeur : MIT PRESS
ISBN papier: 9780262542524
Parution : 2021
Code produit : 1444446
Catégorisation : Livres / Génie / Informatique / Ouvrages généraux

Formats disponibles

Format Qté. disp. Prix* Commander
Livre papier En rupture de stock** Prix membre : 19,76 $
Prix non-membre : 21,95 $
x

*Les prix sont en dollars canadien. Taxes et frais de livraison en sus.
**Ce produits est en rupture de stock mais sera expédié dès qu'ils sera disponible.




Description

A concise overview of machine learning--computer programs that learn from data--the basis of such applications as voice recognition and driverless cars. Today, machine learning underlies a range of applications we use every day, from product recommendations to voice recognition--as well as some we don't yet use everyday, including driverless cars. It is the basis for a new approach to artificial intelligence that aims to program computers to use example data or past experience to solve a given problem. In this volume in the MIT Press Essential Knowledge series, Ethem Alpaydin offers a concise and accessible overview of "the new AI." This expanded edition offers new material on such challenges facing machine learning as privacy, security, accountability, and bias. Alpaydin, author of a popular textbook on machine learning, explains that as "Big Data" has gotten bigger, the theory of machine learning--the foundation of efforts to process that data into knowledge--has also advanced. He describes the evolution of the field, explains important learning algorithms, and presents example applications. He discusses the use of machine learning algorithms for pattern recognition; artificial neural networks inspired by the human brain; algorithms that learn associations between instances; and reinforcement learning, when an autonomous agent learns to take actions to maximize reward. In a new chapter, he considers transparency, explainability, and fairness, and the ethical and legal implications of making decisions based on data.

Du même auteur...

Livre papier 0 Prix membre : 63,18 $
Prix non-membre : 66,50 $
x

Introduction to machine learning

Éditeur : MIT PRESS
ISBN : 262012111
Parution : 2004