کتاب Machine Learning on Commodity Tiny Devices: Theory and Practice اثر Song Guo, Qihua Zhou انتشارات مؤلفین طلایی

بررسی کتاب "Machine Learning on Commodity Tiny Devices: Theory and Practice"

کتاب "Machine Learning on Commodity Tiny Devices: Theory and Practice" اثر Song Guo و Qihua Zhou به بررسی چالش‌ها و پیشرفت‌های یادگیری ماشین در دستگاه‌های کوچک پرداخته است.

مرور بر محتوای کتاب "Machine Learning on Commodity Tiny Devices: Theory and Practice"

این اثر به تحلیل محدودیت‌های محاسبات ابری می‌پردازد و نشان می‌دهد که یادگیری روی دستگاه یکی از مسیرهای تحقیقاتی امیدوارکننده برای پاسخ به الزامات برنامه‌های هوشمند در لبه است. در زمینه TinyML، طراحی یک چارچوب یادگیری با کارایی بالا و فعال‌سازی شتاب در سطح سیستم، از مسائل کلیدی به شمار می‌آید.

نقاط قوت کتاب "Machine Learning on Commodity Tiny Devices: Theory and Practice"

• بررسی جامع از آخرین دستاوردهای تحقیقاتی در زمینه TinyML
• تحلیل طراحی شبکه‌های عصبی و بهینه‌سازی الگوریتم‌های آموزشی
• شناسایی چالش‌ها در استقرار وظایف TinyML در دنیای واقعی
• راهنمایی برای محققان در زمینه طراحی سیستم‌های یادگیری قابل اعتماد

این کتاب به عنوان آخرین ویرایش این اثر، توسط انتشارات مؤلفین طلایی به طور انحصاری در کشور به چاپ رسیده است.