Handbook of Research on Machine Learning: Foundations and Applications
Niniejszy tom zabiera czytelnika w technologiczną podróż po postępach uczenia maszynowego, podkreślając systematyczne zmiany w algorytmach, wyzwania i ograniczenia. Postęp technologiczny w dziedzinie uczenia maszynowego przekształcił i zrewolucjonizował kilka dziedzin, w tym transport, rolnictwo, finanse, monitorowanie pogody i inne.
Niniejsza książka gromadzi badaczy, autorów, przemysłowców i naukowców, aby omówić szeroki wybór tematów związanych z uczeniem maszynowym, począwszy od podstaw podejścia do uczenia maszynowego, a skończywszy na konkretnych zastosowaniach w opiece zdrowotnej i automatyce przemysłowej. Książka rozpoczyna się od przeglądu etyki, kwestii bezpieczeństwa i prywatności, przyszłych kierunków i wyzwań w uczeniu maszynowym, a także systematycznego przeglądu technik głębokiego uczenia się i zapewnia zrozumienie budowania generatywnych sieci przeciwstawnych.
Rozdziały omawiają predykcyjną analizę danych w kwestiach zdrowotnych. Książka dodaje również wymiar makro, podkreślając przemysłowe zastosowania uczenia maszynowego, takie jak przemysł stalowy, wyszukiwanie informacji miejskich, wykrywanie śmieci, pomiar zanieczyszczenia powietrza, prognozy giełdowe, wykrywanie podwodnych ryb, przewidywanie fałszywych wiadomości i wiele innych.
