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

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

Sadržaj

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

 

Preporučujemo

Preporučujemo

 

40 algoritama koje bi svaki programer trebalo da zna

40 algoritama koje bi svaki programer trebalo da zna, Imran Ahmad

Čista arhitektura, stručni vodič za strukturu i dizajn softvera

Čista arhitektura, stručni vodič za strukturu i dizajn softvera, Robert C. Martin

Pragmatični programer: vaš put do stručnosti

Pragmatični programer: vaš put do stručnosti, David Thomas, Andrew Hunt