*یادگیری ماشین در چندرسانهای: گشودن قدرت هوش بصری و شنیداری* به عنوان یک راهنمای جامع برای پیمایش در این قلمرو هیجانانگیز عمل میکند، جایی که هوش مصنوعی با بافت غنی دادههای بصری و شنیداری ملاقات میکند. در هسته خود، این کتاب به دنبال کشف اسرار و پردهبرداری از پتانسیل یادگیری ماشین در قلمرو چندرسانهای است. خواه ارتقای تجربه کاربری در محیطهای مجازی باشد، خواه ایجاد انقلابی در تشخیص پزشکی، یا شکل دادن به آینده سرگرمی، تأثیر یادگیری ماشین در چندرسانهای عمیق و گسترده است. این سفر با یک بررسی کامل از اصول اساسی یادگیری ماشین آغاز میشود و به خوانندگان درک درستی از الگوریتمها، مدلها و تکنیکهای متناسب با دادههای چندرسانهای ارائه میدهد. از طریق توضیحات واضح و مثالهای گویا، خوانندگان بینشی در مورد چگونگی آموزش الگوریتمهای یادگیری ماشین برای استخراج الگوها و بینشهای معنادار از اشکال مختلف محتوای چندرسانهای به دست خواهند آورد. این کتاب فراتر از تئوری، به بررسی پیادهسازیهای عملی و کاربردهای واقعی یادگیری ماشین در چندرسانهای میپردازد. از طریق مجموعهای از مطالعات موردی و مثالها، خوانندگان مستقیماً شاهد خواهند بود که چگونه الگوریتمهای یادگیری ماشین در حال تغییر صنایع و تغییر شکل نحوه تعامل ما با محتوای چندرسانهای هستند. چه بهبود دقت تشخیص تصویر در وسایل نقلیه خودران باشد، چه فعال کردن توصیههای شخصیسازیشده در پلتفرمهای استریم، یا بهبود سیستمهای تشخیص گفتار برای دسترسی بهتر، امکانات بیحد و حصر هستند.
این کتاب برای محققان، دانشجویان و متخصصان علوم کامپیوتر، علم داده و هوش مصنوعی که به دنبال باز کردن پتانسیل کامل هوش بصری و شنیداری از طریق قدرت یادگیری ماشین هستند، مفید خواهد بود.
