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

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