رویکرد مدلمحور در انجام وظایف دستهبندی و تشخیص، منجر به پیشرفت فراگیر الگوی یادگیری ماشین در زمینههای متنوع فناوری شده است. مفاهیم یادگیری عمیق در تحقیق در عملیات به بررسی مفاهیمی میپردازد که بنیان این رویکرد مدلمحور را تشکیل میدهند. مدل یادگیری ماشین (ML) جدا از فرآیند دستهبندی، به اندازهای مؤثر شده است که قادر به پیشبینی روندهای آتی هر نوع پدیدهای است. حوزههایی مانند دستهبندی اشیاء، تشخیص گفتار و تشخیص چهره، به طور گسترده به دنبال کاربرد هوش مصنوعی (AI) و ML هستند. این کتاب در میان طیف وسیعی از موضوعات، به بررسی موارد زیر میپردازد:
تحقیق در عملیات شاخهای از ریاضیات برای انجام بسیاری از وظایف عملیاتی در سایر حوزههای مرتبط است و این کتاب توضیح میدهد که چگونه پیادهسازی استراتژیهای خودکار در بهینهسازی و انتخاب پارامترها میتواند توسط هوش مصنوعی و ML انجام شود. تحقیق در عملیات جنبههای سودمند بسیاری برای تصمیمگیری دارد. این کتاب با بحث در مورد اینکه چگونه یک تصمیم مناسب به عوامل متعددی بستگی دارد، بررسی میکند که چگونه هوش مصنوعی و ML میتوانند برای مدلسازی معادلات و تعریف محدودیتها برای حل مسائل و کشف راهحلهای مناسب و معتبر به طور آسانتر مورد استفاده قرار گیرند. همچنین به نقش مهم اتوماسیون در به حداقل رساندن نیروی کار انسانی و در نتیجه کاهش کلی زمان و هزینه میپردازد.
