Autor: Zsolt Nagy
Strana: 330
► Ostali detalji

Osnove veštačke inteligencije i mašinskog učenja

Naučićete:

Razumevanje važnosti, principa i oblasti AI-e

Implementiranje osnovnih koncepata veštačke inteligencije pomoću Pythona

Primena koncepata regresije i klasifikacije u problemima iz stvarnog sveta

Izvršavanje prediktivne analize upotrebom stabala odlučivanja i random foresta

Izvršavanje klasterovanja pomoću k-means i mean shift algoritama

Razumevanje osnova dubokog učenja pomoću praktičnih primera

O knjizi

Mašinsko učenje i neuronske mreže su stubovi na kojima možete da gradite inteligentne aplikacije. Knjigu „Osnove veštačke inteligencije i mašinskog učenja“ započinjemo predstavljanjem Pythona i opisom algoritama pretrage AI-e. Detaljno ćemo opisati matematičke teme, kao što su regresija i klasifikacija, ilustrovane Python primerima. Tokom čitanja ove knjige napredovaćete do naprednih AI tehnika i koncepata i koristićete stvarne skupove podataka za formiranje stabla odlučivanja i klastera. Predstavićemo neuronske mreže, moćnu alatku zasnovanu na Murovom zakonu. Kada završite čitanje ove knjige, moći ćete da gradite sopstvene AI aplikacije, koristeći novostečene veštine.

Karakteristike

Praktični primeri koji služe za objašnjavanje ključnih algoritama mašinskog učenja

Detaljno istraživanje neuronskih mreža uz interesantne primere

Učenje osnovnih AI koncepata angažovanjem aktivnosti

Tabela sadržaja

Poglavlje 1: Principi veštačke inteligencije

Poglavlje 2: AI u tehnikama pretrage i igricama

Poglavlje 3: Regresija

Poglavlje 4: Klasifikacija

Poglavlje 5: Upotreba stabala za prediktivnu analizu

Poglavlje 6: Grupisanje

Poglavlje 7: Duboko učenje sa neuronskim mrežama

Dodatak