کتاب داده کاوی و یادگیری ماشین (2)

کتاب داده کاوی و یادگیری ماشین (2)

(جلد دوم: یادگیری ماشین)

پیشگفتار مترجمان کتاب

بخش اعظم تمدن و فرهنگ امروز جهان مدیون زحمات علمی دانشمندان بزرگ است. که در پرتو نبوغ و اندیشه آن‌ها مطالب علمی و فنی مورد بحث و تحقیق قرار گرفته و در هر یک از شاخه‌های علمی و فنی کتاب‌های جامع تدوین و مورد استفاده محققین و دانشمندان جوان قرار می‌گیرد.

اغلب کشورهای در حال توسعه در صدد جبران دور ماندن از این مسیر تکامل علمی بر آمده‌اند و در اکتساب علوم جدید سعی وافی مبذول می‌دارند. برای رسیدن به این مطلوب داشتن کتاب‌های مفید و اشاعه آن بین جوانان ضروری است. این افراد از شایسته‌ترین خدمت‌گذاران کشور به شمار می‌آیند و باید مورد تقدیر قرار گیرند.

جناب پرفسور محمد زکی مولف و گرد آورنده محترم این کتاب که از جمله خدمت‌گذاران حقیقی این رشته است، موجب ترویج دانش هوش مصنوعی مبتنی بر استفاده از داده‌های یک سیستم و تبدیل آن به اطلاعات مفید و سپس به دانش و بالاخره با خردورزی کاربردی کردن آن برای رفاه و آسایش جامعه جهاتی شده‌اند.

کتاب داده‌کاوی وکاربرد آن در انواع آموزش‌های عمیق هوش مصنوعی که از نظر خوانندگان می‌گذرد، موجب رواج انقلاب علمی در حوزه‌های مختلف دانش بشر و تاثیر در ارتقاء رفاه جامعه جهانی در یک نقشه راه عملیاتی ارایه شده است.

این کتاب در ردیف کتب پایه تخصصی تمام حوزه‌های هفتگانه علمی مانند معماری و هنر، فنی و مهندسی، کشاورزی، علوم انسانی، علوم پایه، پزشکی و محیط زیست می‌باشد که اصل آن به زبان لاتین نگاشته شده و اکنون به فارسی ترجمه شده است. لذا مطالعه این کتاب را برا محققین جوان که می‌خواهند با دانش نوین هوش مصنوعی آشنا شده و خود را برای توسعه علوم و فنون جهان امروز آماده سازند، بسیار مفید واثر بخش است.

با آرزوی پیشرفت علمی در حوزه‌های مختلف در کشور عزیزمان این خدمت علمی را از صمیم قلب سپاسگزارم توفیق مولف و مترجمین این کتاب را برای خدمت بزرگتر از خداوند متعال مسئلت می‌نمایم.

پیشگفتار مولفان کتاب

داده‌کاوی و یادگیری ماشینی فرد را قادر می‌سازد تا بینش و دانش اساسی را از داده‌ها به دست آورد. آنها امکان کشف الگوهای روشنگر، جالب و جدید و همچنین مدل‌های توصیفی، قابل درک و پیشبین را از داده‌های مقیاس بزرگ فراهم میکنند.

چندین کتاب خوب در این زمینه وجود دارد، اما بسیاری از آنها یا سطح بالایی دارند یا بسیار پیشرفته هستند. این کتاب یک متن مقدماتی است که پایه‌های مفاهیم و الگوریتم‌های اساسی در یادگیری ماشین و داده کاوی را می‌گذارد. مفاهیم مهم در ابتدا با مراحل و جزئیات دقیق توضیح داده می‌شوند. هدف اصلی کتاب ایجاد شهود در پشت فرمول‌ها از طریق تعامل هندسی، جبری و تفاسیر احتمالاتی از داده‌ها و روش‌ها است.

ویرایش دوم بخش کاملا ًجدیدی را در مورد رگرسیون اضافه می‌کند، از جمله رگرسیون خطی و لجستیک، شبکه‌های عصبی و یادگیری عمیق. محتوا همچنین در چندین فصل دیگر به روز شده و خطاهای شناخته شده رفع شده است. بخش‌های اصلی کتاب شامل مبانی تحلیل داده‌ها، الگوکاوی مکرر،خوشه بندی، طبقه بندی و رگرسیون است. این فصل‌ها روش‌های اصلی و همچنین موضوعات پیشرفته مانند یادگیری عمیق، روش‌های هسته، تجزیه و تحلیل داده‌های با ابعاد بالا و تحلیل گراف را پوشش می‌دهند.

این کتاب شامل مثال‌های زیادی برای نشان دادن مفاهیم و الگوریتم‌ها است. همچنین دارای تمرینات پایان فصل است که در کلاس از آنها استفاده شده است. تمامی الگوریتم‌های کتاب توسط نویسندگان پیاده سازی شده است. برای کمک به درک عملی، ما به خوانندگان پیشنهاد می‌کنیم که این الگوریتم‌ها را به تنهایی پیاده سازی کنند (مثلا ًبا استفاده از Python یا R ). منابع تکمیلی مانند اسلایدها، مجموعه داده‌ها و ویدیوها به صورت آنلاین در سایت همراه کتاب در دسترس هستند:

http://dataminingbook.info

این کتاب را می‌توان برای دوره‌های کارشناسی و کارشناسی ارشد در داده کاوی، یادگیری ماشین و علوم داده استفاده کرد. در ابتدای هر بخش از کتاب مروری کوتاه بر فصول ارائه شده است. فصل‌ها عمدتا ًخود شامل هستند (با معادلات مهم برجسته شده اند)، اما دوره‌های مقدماتی با پوشش مبانی اولیه تجزیه و تحلیل داده‌ها در بخش اول مفید خواهند بود. به عنوان مثال، فصل روش‌های هسته در بخش اول باید قبل از سایر الگوریتم‌های مبتنی بر هسته که در ادامه آورده می‌شوند پوشش داده شود. بخش‌های مختلف را می‌توان با ترتیب متفاوتی بر اساس اهمیت دوره یا علاقه خواننده پوشش داد. در نهایت، توصیه می‌کنیم در مورد اشتباهات یا پیشنهادات دیگر از طریق سایت همراه کتاب با ما تماس بگیرید.

فهرست کتاب داده کاوی و یادگیری ماشین (2)

پیشگفتار مترجمان کتاب

پیشگفتار مولفان کتاب

بخش سوم/ خوشه بندی

فصل سیزدهم / خوشه بندی مبتنی بر نماینده

13-1 الگوریتم K-MEANS

13-2 هسته K-MEANS.

13-3 خوشه بندی امیدریاضی-بیشینه سازی

1-3-13 EM در یک بعد

2-3-13 EM در d بعد.

3-3-13 تخمین درستنمایی حداکثر

4-3-13 رویکرد EM

13-4 مطالعه بیشتر

13-5 تمرین.

فصل چهاردهم / خوشه‌بندی سلسله مراتبی

14-1 مقدماتی

2-14 خوشه بندی سلسله مراتبی تجمعی

1-2-14 فاصله بین خوشه‌ها

2-2-14 به روز رسانی ماتریس فاصله.

3-2-14 پیچیدگی محاسباتی

14-3 مطالعه بیشتر

4-14 تمرینات

فصل پانزدهم / خوشه‌بندی مبتنی بر چگالی

1-15 الگوریتم DBSCAN

2-15 تخمین تراکم هسته

1-2-15 تخمین چگالی تک متغیره

2-2-15 تخمین چگالی چند متغیره

3-2-15 تخمین چگالی نزدیکترین همسایه

3-15 خوشه بندی مبتنی بر چگالی: DENCLUE

4-15 مطالعه بیشتر

5-15 تمرینات

فصل شانزدهم/ خوشه‌بندی طیفی و گراف.

1-16 گراف‌ها و ماتریس‌ها

2-16 خوشه بندی به عنوان برش‌های گراف

1-2-16 توابع هدف خوشه بندی: برش نرمال شده و نسبت

2-2-16 الگوریتم خوشه بندی طیفی

3-2-16 توابع هدف بیشینه سازی: برش متوسط و مدولار بودن

3-16 خوشه‌بندی مارکوف

1-3-16 الگوریتم خوشه بندی مارکوف

4-16 مطالعه بیشتر

5-16 تمرین

فصل هفدهم / اعتبارسنجی خوشه‌بندی

1-17 معیارهای خارجی..

1-1-17 معیارهای مبتنی بر تطبیق..

3-1-17 معیارهای زوجی..

4.1.17 معیارهای همبستگی..

2-17 معیارهای داخلی..

3-17 معیارهای نسبی..

1-3-17 پایداری خوشه.

2-3-17 گرایش خوشه بندی..

4-17 مطالعه بیشتر

5-17 تمرین.

بخش چهارم / طبقه بندی..

فصل هجدهم / طبقه‌بندی احتمالی.

1-18 طبقه بندی کننده بیز

1-1-18 تخمین احتمال قبلی.

2-1-18 تخمین درست‌نمایی..

2-18 طبقه بندی کننده ساده بیز

3-18 طبقه بندی K- نزدیکترین همسایه‌ها

4-18 مطالعه بیشتر

5-18 تمرین.

فصل نوزدهم / طبقه‌‌بندی درخت تصمیم.

1-19 درخت تصمیم.

2-19 الگوریتم درخت تصمیم.

1-2-19 معیارهای ارزیابی نقطه تقسیم.

2-2-19 ارزیابی نقاط تقسیم.

3-2-19 پیچیدگی محاسباتی..

3-19 مطالعه بیشتر

4-19 تمرین.

فصل بیستم / تجزیه و تحلیل تشخیص خطی

20-1 تشخیص خطی بهینه.

20-2 تجزیه و تحلیل تشخیص هسته

20-3 مطالعه بیشتر

20-4 تمرین

فصل بیست و یکم / ماشین‌های بردار پشتیبانی

1-21 بردارهای پشتیبان و حاشیه‌ها

2-21  SVM: مورد خطی و قابل جداسازی

3-21 SVM حاشیه نرم: حالت خطی و غیر قابل تفکیک.

1-3-21 اتلاف هینج.

2-3-21 اتلاف درجه دوم

4-21 هسته SVM: حالت غیر خطی

5-21 آموزش SVM: گرادیان کاهشی تصادفی

1-5-21 راه حل دوگانه: گرادیان کاهشی تصادفی

6-21 مطالعه بیشتر

7-21 تمرینات

فصل بیست و دوم / ارزیابی طبقه‌بندی..

22-1 معیارهای عملکرد طبقه بندی..

1-1-22 معیارهای مبتنی بر جدول احتمالی.

2-1-22 طبقه بندی باینری: کلاس مثبت و منفی.

3-1-22 تجزیه و تحلیل ROC

2-22 ارزیابی طبقه بندی کننده.

1-2-22 اعتبارسنجی متقابل K-فولد.

2-2-22 نمونه برداری مجدد بوت استرپ

3-2-22 فواصل اطمینان.

4-2-22 مقایسه طبقه بندی کننده‌ها: آزمون t زوجی

3-22 تجزیه BIAS-VARIANCE

4-22 طبقه بندی گروهی..

1-4-22 Bagging

2-4-22 جنگل تصادفی: Bagging درختان تصمیم گیری

3-4-22 تقویت

4-4-22 پشته سازی.

5-22 مطالعه بیشتر

6-22 تمرینات.

بخش پنجم / رگرسیون

فصل بیست و سوم / رگرسیون خطی.

1-23 مدل رگرسیون خطی

2-23 رگرسیون دو متغیره.

1-2-23 هندسه رگرسیون دو متغیره

3-23 رگرسیون چندگانه.

1-3-23 هندسه رگرسیون چندگانه

2-3-23 الگوریتم رگرسیون چندگانه

3-3-23 رگرسیون چندگانه: گرادیان کاهشی تصادفی

4-23 رگرسیون ستیغی

1-4-23 رگرسیون ستیغی: گرادیان کاهشی تصادفی

5-23 رگرسیون هسته

6-23 رگرسیون L₁: لاسو

1-6-23 زیرگرادیان و زیر دیفرانسیل.

2-6-23 رگرسیون L₁ دو متغیره

3-6-23 رگرسیون L₁ چندگانه

7-23 مطالعه بیشتر

8-23 تمرین.

فصل بیست و چهارم / رگرسیون لجستیک..

1-24 رگرسیون لجستیک باینری

1-1-24 تخمین حداکثر درست نمایی..

2-24 رگرسیون لجستیک چند کلاس

1-2-24 تخمین حداکثر درستنمایی..

3-24 مطالعه بیشتر

4-24 تمرین

فصل بیست و پنجم / شبکه‌های عصبی.

1-25 نورون مصنوعی: توابع فعال سازی

1-1-25 مشتق توابع فعال سازی.

2-25  شبکه‌های عصبی: رگرسیون و طبقه بندی

1-2-25 رگرسیون

2-2-25 طبقه بندی

3-2-25 توابع خطا

3-25 پرسپترون چند لایه: یک لایه پنهان.

1-3-25 فاز پیشخور

2-3-25 فاز پس انتشار

3-3-25 آموزش MLP.

4-25 پرسپترون‌های چند لایه عمیق

1-4-25 فاز پیشخور

2-4-25 فاز پس انتشار

3-4-25 گرادیان‌های net در لایه خروجی

4-4-25 گرادیان‌های net در لایه‌های پنهان

5-4-25 آموزش MLP‌های عمیق

5-25 مطالعه بیشتر

6-25 تمرین.

فصل بیست و ششم / یادگیری عمیق

1-26 شبکه‌های عصبی بازگشتی

1-1-26 پیشخور در زمان.

2-1-26 پس انتشار در زمان

3-1-26 آموزش RNN‌ها

4-1-26 RNN‌های دو طرفه

2-26 RNN‌های گیتی: شبکه‌های حافظه طولانی کوتاه مدت

1-2-26 گیت فراموشی

2-2-26 شبکه‌های حافظه طولانی کوتاه مدت (LSTM)

3-2-26 آموزش LSTM‌ها

3-26 شبکه‌های عصبی پیچشی

1-3-26 پیچش

2-3-26 توابع بایاس و فعال سازی

3-3-26 لایه گذاری و گام برداشتن.

4-3-26 توابع تجمع تعمیم یافته: ادغام

5-3-26 CNN‌های عمیق

6-3-26 آموزش CNN‌ها

4-26 تنظیم

1-4-26 منظم سازی L₂ برای یادگیری عمیق

2-4-26 منظم سازی حذف تصادفی

5-26 مطالعه بیشتر

6-26 تمرینات.

فصل بیست و هفتم / ارزیابی رگرسیون

1-27 رگرسیون تک متغیره.

1-1-27 تخمین واریانس (σ²)

2-1-27 نیکویی برازش.

3-1-27 استنباط در مورد ضریب رگرسیون و عبارت بایاس

4-1-27 آزمون فرضیه برای اثرات رگرسیون.

5-1-27 مانده‌های استاندارد شده

2-27 رگرسیون چندگانه.

1-2-27 نیکویی برازش

2-2-27 استنباط در مورد ضرایب رگرسیون

3-2-27 آزمون فرضیه

4-2-27 رویکرد هندسی به آزمون آماری

3-27 مطالعه بیشتر

4-27 تمرینات