یادگیری ماشین در محیط‌های غیرثابت

کتاب “یادگیری ماشینی در محیط‌های غیرثابت” بر محیط‌های خاص غیر ثابت تمرکز می‌کند که به‌عنوان یک تغییر همگام در شرایطی که توزیع‌ ورودی‌ها (پرس‌وجوها) تغییر می‌یابد اما توزیع مشروط خروجی (پاسخ‌ها) قابل تغییر نیست، شناخته شده است. همچنین به ارائه نظریه یادگیری ماشینی، الگوریتم‌ها و برنامه‌های کاربردی برای غلبه بر این تنوع غیرثابت، می‌پردازد.
نویسندگان بعد از مرور تحقیقات جدید در این زمینه، دررابطه با موضوعاتی ازجمله یادگیری تحت تغییر همگام، انتخاب مدل، برآورد اهمیت و یادگیری فعال، به بحث می‌پردازند. آنها کاربردهای دنیای واقعی تطابق تغییر همگام ازجمله رابط مغز و کامپیوتر، شناسایی گوینده و پیش‌بینی سن ازطریق تصاویر صورت را توصیف می‌کنند.
نویسندگان با این کتاب، به‌دنبال تشویق به پژوهش‌های آینده درزمینه یادگیری ماشینی، آمار و مهندسی هستند که برای خلق ماشین‌های یادگیری کاملا مستقل که قادر به یادگیری در محیط‌های غیر ثابت می‌باشند، تلاش می‌کنند.