Application of Machine Learning to 21 cm Cosmology
यह अध्याय 21 सेमी ब्रह्मांड विज्ञान (cosmology) में मशीन लर्निंग के अनुप्रयोग की समीक्षा करता है, जिसमें विधियों को विश्लेषण पाइपलाइन में उनकी भूमिका के आधार पर वर्गीकृत किया गया है और इस बात पर जोर दिया गया है कि मशीन लर्निंग तब सबसे प्रभावी होती है जब वह अंतर्निहित फॉरवर्ड मॉडल (forward models) को बदलने के बजाय भौतिक संरचना को संरक्षित करती है और अनिश्चितता को स्पष्ट रूप से प्रसारित करती है।