کتاب آموزش عملی یادگیری ماشین مفاهیم, چارچوب ها, ابزارها و تکنیک های طراحی و ساخت سیستم های مبتنی بر هوش مصنوعی اثر  آئورلین جرون و ترجمه علیرضا زارع پور ، حسین زارع را انتشارات نص در 280 صفحه منتشر کرده است.

موضوع کتاب: فنی و مهندسی، مهندسی کامپیوتر، هوش مصنوعی، فناوری های اطلاعات

این کتاب با مثال های عملی متعدد مقدار مناسبی مباحث نظری و استفاده گسترده از کتابخانه های آماده و چارچوب برنامه نویسی پایتون می تواند نقش برجسته و موثری در انتقال این مفاهیم و فناوری های جدید به نسل جوان داشته باشد. ویژگی های مهم کتاب حاضر عبارتند از:

1. آموزش مبانی یادگیری ماشین و یادگیری عمیق (شبکه های عصبی مصنوعی)
2. طراحی، تنظیم دقیق، آموزش و توزع مدل های هوش مصنوعی یادگیری نظارت شده و نظارت نشده
3. اجرای پروژه های یادگیری ماشین از صفر تا صد با scikit-learn
4. ایجاد انواع معماری های شبکه عصبی برای اجرای وظاف طبقه بندی و رگرسیون
5. طراحی مدل های بینایی ماشین پردازش زبان طبیعی و ترجمه ماشین
6. معرفی تکنیک های مختلف نظارت نشده مانند کاهش ابعاد خوشه بندی و تخیص ناهنجاری

معرفی مباحث کتاب آموزش عملی یادگیری ماشین

1. یادگیری ماشین چیست
2. چرا یادگیری ماشین
3. کاربردهای یادگیری ماشین
4. انواع سیستم های یادگیری ماشین
5. یادگیری نظارت شده
6. یادگیری بسته /آنلاین
7. یادگیری نمونه محور مدل محور
8. چالش های اصلی یادگیری ماشین
9. کمیت ناکافی داده های آموزشی
10. داده های آموزشی نابیانگر
11. داده ی بی کیفیت
12. مشخصه های نامرتبط
13. بیش برزش داده های آموزشی
14. کم برازش داده های آموزشی
15. یک پروژه یادگیری ماشین از آغاز تا پایان
16. طبقه بندی
17. آموزش مدل
18. ماشین بردار پشتیبان
19. درخت تصمیم
20. یادگیری جمعی و جنگل تصادفی
21. کاهش ابعاد
22. یادگیری نظارت نشده

کتاب «پایتون، چگونه بنویسیم »، شما را وارد دنیای برنامه‌نویسی پایتون میکند. این کتاب برای همه‌ی کسانی که می‌خواهند برنامه‌نویسی با این زبان محبوب را شروع کنند، مناسب است؛ البته برنامه‌نویسان حرفه‌ای هم میتوانند چیزهای زیادی از آن یاد بگیرند.
ویژگی‌های مهم کتاب حاضر عبارتند از:

• آموزش اصول مقدماتی برنامه نویسی پایتون، شامل روش های حل مسأله، انواع داده، دستورات کنترلی، تابع، دنباله، لیست و تاپل، واژه نامه و مجموعه، آرایه و ساختمان‌های داده‌ی عددی، رشته و متن، خواندن-نوشتن فایل، مدیریت استثنا، و تکنیک‌های برنامه‌نویسی شیءگرا
•  پردازش زبان طبیعی با TextBlob
• یادگیری ماشین (طبقه بندی، رگرسیون و خوشه بندی) با Scikit-Learn
• شبکه های عصبی و یادگیری عمیق با Keras
• پردازش کلان داده، و اینترنت اشیأ
• و دهها ویژگی منحصر به فرد دیگر …