Искусственный интеллект с примерами на Python

PDF
- Название:Искусственный интеллект с примерами на Python. Создание приложений искусственного интеллекта
- Автор:Джоши Пратик
- Редакция:-
- Категория:
- Дата:4 декабря 2019 года
- ISBN:9785907114418
- Язык:Русский
- Страниц:448 страниц
- Формат:PDF
Полная версия книги на русском языке в формате PDF. Оригинальное название "Artificial Intelligence with Python: A Comprehensive Guide to Building Intelligent Apps for Python Beginners and Developers", ISBN-номер 178646439X.
Искусственный интеллект становится неотъемлемым атрибутом современного мира, управляемого технологиями и данными. Он интенсивно применяется в таких областях, как поисковые системы, распознавание образов, робототехника, беспилотные автомобили и т.п. В этой книге исследуются различные сценарии, взятые из реальной жизни. Прочитав ее, вы будете знать, какие алгоритмы искусственного интеллекта следует применять в том или ином контексте.
Автор начинает с рассмотрения общих концепций искусственного интеллекта, после чего переходит к обсуждению более сложных тем, таких как предельно случайные леса, скрытые марковские модели, генетические алгоритмы, сверточные нейронные сети и др. Вы узнаете о том, как принимать обоснованные решения при выборе необходимых алгоритмов, а также о том, как реализовывать эти алгоритмы на языке Python для достижения наилучших результатов. Если вы хотите создавать многоцелевые приложения для обработки информации, содержащейся в изображениях, тексте, голосовых и других данных, то эта книга станет для вас надежным подспорьем.
Основные темы книги:
Глава 1. Введение в искусственный интеллект
Глава 2. Классификация и регрессия посредством обучения с учителем
Глава 3. Предсказательная аналитика на основе ансамблевого обучения
Глава 4. Распознавание образов с помощью обучения без учителя
Глава 5. Создание рекомендательных систем
Глава 6. Логическое программирование
Глава 7. Методы эвристического поиска
Глава 8. Генетические алгоритмы
Глава 9. Создание игр с помощью искусственного интеллекта
Глава 10. Обработка естественного языка
Глава 11. Вероятностный подход к обработке последовательных данных
Глава 12. Создание систем распознавания речи
Глава 13. Обнаружение и отслеживание объектов
Глава 14, Искусственные нейронные сети
Глава 15. Обучение с подкреплением
Глава 16. Глубокое обучение и сверточные
Искусственный интеллект становится неотъемлемым атрибутом современного мира, управляемого технологиями и данными. Он интенсивно применяется в таких областях, как поисковые системы, распознавание образов, робототехника, беспилотные автомобили и т.п. В этой книге исследуются различные сценарии, взятые из реальной жизни. Прочитав ее, вы будете знать, какие алгоритмы искусственного интеллекта следует применять в том или ином контексте.
Автор начинает с рассмотрения общих концепций искусственного интеллекта, после чего переходит к обсуждению более сложных тем, таких как предельно случайные леса, скрытые марковские модели, генетические алгоритмы, сверточные нейронные сети и др. Вы узнаете о том, как принимать обоснованные решения при выборе необходимых алгоритмов, а также о том, как реализовывать эти алгоритмы на языке Python для достижения наилучших результатов. Если вы хотите создавать многоцелевые приложения для обработки информации, содержащейся в изображениях, тексте, голосовых и других данных, то эта книга станет для вас надежным подспорьем.
Основные темы книги:
- Различные методы классификации и регрессии данных
- Концепция кластеризации и ее применение для автоматического сегментирования данных
- Создание интеллектуальных рекомендательных систем
- Логическое программирование и способы его применения
- Построение автоматизированных систем распознавания речи
- Основы эвристического поиска и генетического программирования
- Разработка игр с использованием искусственного интеллекта
- Обучение с подкреплением
- Создание интеллектуальных приложений, связанных с обработкой изображений, текста и последовательных данных
- Алгоритмы глубокого обучения и создание приложений на их основе
Содержание книги
Глава 2. Классификация и регрессия посредством обучения с учителем
Глава 3. Предсказательная аналитика на основе ансамблевого обучения
Глава 4. Распознавание образов с помощью обучения без учителя
Глава 5. Создание рекомендательных систем
Глава 6. Логическое программирование
Глава 7. Методы эвристического поиска
Глава 8. Генетические алгоритмы
Глава 9. Создание игр с помощью искусственного интеллекта
Глава 10. Обработка естественного языка
Глава 11. Вероятностный подход к обработке последовательных данных
Глава 12. Создание систем распознавания речи
Глава 13. Обнаружение и отслеживание объектов
Глава 14, Искусственные нейронные сети
Глава 15. Обучение с подкреплением
Глава 16. Глубокое обучение и сверточные
Ссылки