Днес астрономическите обсерватории произвеждат повече данни от всякога, от изследвания до дълбоки изображения. Методите на машинното обучение могат да бъдат мощен инструмент за използване на пълния потенциал на тези нови обсерватории, както и на големите архиви, които са се натрупали. Въпреки това, потребителите трябва да внимават за често срещани капани, като пристрастия в наборите от данни и прекомерно обучение.

IAU Symposium 368 е насочен към магистранти, преподаватели и професионални астрономи, които искат да използват машинното обучение за отключване на тези огромни обеми данни. Изследователи, които разширяват границите на тези методи, споделят най-добри практики в приложното машинно обучение. Докато този том се фокусира върху астрономически приложения, предоставената методологична информация е релевантна за всички области, богати на данни.

Новодошлите в машинното обучение и опитните потребители ще намерят и ще се възползват от тези свежи нови знания.

Страници: 200, Размери: 17.8x17.8 см