Podręcznik uczenia maszynowego dla optymalizacji obliczeniowej: Zastosowania i studia przypadków

Oryginalny tytuł:

Handbook of Machine Learning for Computational Optimization: Applications and Case Studies

Zawartość książki:

Technologia rozwija się w tempie wykładniczym w erze inteligencji obliczeniowej. Uczenie maszynowe stało się jednym z najbardziej obiecujących narzędzi wykorzystywanych do stawiania wyzwań i wykraczania poza obecne ograniczenia. Niniejszy podręcznik zapewni czytelnikom przewagę w ulepszaniu ich produktów i procesów dzięki optymalnym i inteligentniejszym technikom uczenia maszynowego.

Niniejszy podręcznik koncentruje się na nowych osiągnięciach w dziedzinie uczenia maszynowego, które mogą prowadzić do nowo opracowanych aplikacji. Wykorzystuje on predykcyjne i futurystyczne podejście, które sprawia, że uczenie maszynowe jest obiecującym narzędziem dla procesów i zrównoważonych rozwiązań. Promuje również nowsze algorytmy, które są bardziej wydajne i niezawodne w nowych wymiarach w odkrywaniu innych zastosowań, a następnie omawia potencjał lepszego wykorzystania maszyn w celu zapewnienia optymalnego przewidywania, wykonywania i podejmowania decyzji.

Podręcznik ten zainteresuje osoby poszukujące wiedzy opartej na uczeniu maszynowym. Jego odbiorcami są zarówno studenci studiów licencjackich na kierunkach inżynierskich i pokrewnych, jak i badacze, profesjonaliści i projektanci aplikacji.