یادگیری ماشین به عنوان یک حوزه، آوردن هوش بیشتری به نرم افزار را وعده داده است که این کار را از طریق کمک کردن به ما در یادگیری و آنالیز موثر اطلاعات و کشف چیزهایی خاص که انسان‌ها قادر به انجام آن نیستند انجام می‌دهد.

در بخش اول کتاب یادگیری ماشین با Swift، ما کارمان را با توسعه‌ی مثال هایی درباره‌ی مفاهیم پایه ای یادگیری ماشین آغاز کرده ایم. در بخش دوم تکنیک‌های یادگیری ماشین نظارت شده و نظارت نشده را فرا می‌گیریم. در بخش سوم نیز تکنیک‌های یادگیری عمیق را به همراه مثال‌های واقعی مرور می‌کنیم.

در بخش آخر نیز ما به سراغ موضوعاتی از قبیل فشرده سازی مدل و شتابدهی GPU می‌رویم و تعدادی توصیه برای دوری از اشتباهات رایج به هنگام توسعه نرم افزار‌های یادگیری ماشین به شما می‌کنیم.

What you will learn
Learn rapid model prototyping with Python and Swift
Deploy pre-trained models to iOS using Core ML
Find hidden patterns in the data using unsupervised learning
Get a deeper understanding of the clustering techniques
Learn modern compact architectures of neural networks for iOS devices
Train neural networks for image processing and natural language processing
Who This Book Is For
iOS developers who wish to create smarter iOS applications using the power of machine learning will find this book to be useful. This book will also benefit data science professionals who are interested in performing machine learning on mobile devices. Familiarity with Swift programming is all you need to get started with this book.

Table of Contents
Chapter 1 Getting started with Machine Learning
Chapter 2 Decision Tree Learning
Chapter 3 K-Neares Neighbor Classifier
Chapter 4 Clustering
Chapter 5 Rule learning
Chapter 6 Linear Regression and Gradient Descent
Chapter 7 Logistic Regression
Chapter 8 Neural Networks
Chapter 9 Convolutional Neural Networks and Computer Vision
Chapter 10 Word Embeddings and Natural Language Processing
Chapter 11 Machine Learning Libraries
Chapter 12 Optimizing neural networks for mobile devices
Chapter 13 Best Practices