 (увеличить обложку)
|
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:
Книга обсуждается в отдельном сообщении в блоге Виктора Штонда. Пратик Джоши — специалист по проблемам искусственного интеллекта, автор пяти книг и постоянный докладчик на конференциях TEDx. Учредитель компании Pluto AI — венчурного стартапа из Силиконовой долины, занимающегося созданием аналитической платформы для интеллектуальной системы управления водоснабжением на основе методов глубокого обучения. Часто публикует статьи, посвященные искусственному интеллекту, программированию на языке Python и прикладной математике. Окончил Университет Южной Калифорнии, получив диплом специалиста в области искусственного интеллекта. Работал в таких компаниях, как Nvidia и Microsoft. |
Разделы каталога:
Введение 15
Глава 1. Введение в искусственный интеллект 21
Глава 2. Классификация и регрессия посредством обучения с учителем 45
Глава 3. Предсказательная аналитика на основе ансамблевого обучения 79
Глава 4. Распознавание образов с помощью обучения без учителя 111
Глава 5. Создание рекомендательных систем 137
Глава 6. Логическое программирование 163
Глава 7. Методы эвристического поиска 185
Глава 8. Генетические алгоритмы 211
Глава 9. Создание игр с помощью искусственного интеллекта 245
Глава 10. Обработка естественного языка 267
Глава 11. Вероятностный подход к обработке
последовательных данных 295
Глава 12. Создание систем распознавания речи 323
Глава 13. Обнаружение и отслеживание объектов 345
Глава 14. Искусственные нейронные сети 379
Глава 15. Обучение с подкреплением 407
Глава 16. Глубокое обучение и сверточные нейронные сети 421
Предметный указатель 441
|
|
|
Copyright © 1992-2020 Издательская группа "Диалектика-Вильямс"
|
