Recenzie čitateľov
Zhrnutie:Kniha Denisa Rothmana „Artificial Intelligence by Example“ (Umelá inteligencia na príkladoch) je oceňovaná za majstrovské spojenie teórie a praktického využitia širokého spektra tém umelej inteligencie. Účinne vypĺňa medzery, ktoré zostali po iných knihách o umelej inteligencii, a poskytuje náhľad na matematické koncepty aj kódové implementácie. Niektoré recenzie však poukazovali na nedostatočnú štruktúru, organizáciu a hĺbku niektorých tém vzhľadom na jej široký záber.
Výhody:⬤ Majstrovsky prepája teóriu a praktické príklady kódovania.
⬤ Pomáha preklenúť priepasť medzi matematickými konceptmi a programátorskými aplikáciami.
⬤ Pokrýva široké spektrum tém v oblasti umelej inteligencie, vďaka čomu je vhodná pre rôzne publikum (študenti, vývojári, projektoví manažéri).
⬤ Obsahuje odpovede na cvičenia, ktoré zlepšujú učenie.
⬤ Pútavé a prehľadné čítanie s rozmanitými príkladmi.
Nevýhody:⬤ Chýba organizácia a súdržnosť jednotlivých kapitol, čo spôsobuje pocit nesúrodosti.
⬤ Niektoré témy nie sú pokryté do hĺbky vzhľadom na široký rozsah knihy.
⬤ Občasná rozvláčnosť a nejasné príklady z reálneho sveta.
⬤ Pre niektorých čitateľov bolo ťažké pochopiť niektoré časti, najmä tie so zložitými pojmami.
(na základe 17 čitateľských recenzií)
Pôvodný názov:
Artificial Intelligence By Example - Second Edition
Obsah knihy:
Pochopte základy a vytvorte si vlastné riešenia umelej inteligencie v tomto aktualizovanom vydaní s množstvom nových príkladov Kľúčové vlastnosti Príklady založené na umelej inteligencii, ktoré vás povedú pri navrhovaní a implementácii strojovej inteligencie Vytvorte strojovú inteligenciu od nuly pomocou príkladov umelej inteligencie Vytvorte strojovú inteligenciu od nuly pomocou skutočnej umelej inteligencie Popis knihy
Umelá inteligencia má potenciál nahradiť človeka v každej oblasti. Druhé vydanie publikácie Umelá inteligencia na príkladoch vám poslúži ako východiskový bod, aby ste pomocou pútavých a vzrušujúcich príkladov pochopili, ako sa buduje umelá inteligencia.
Táto kniha z vás urobí adaptívneho mysliteľa a pomôže vám aplikovať koncepty na reálne scenáre. Pomocou najzaujímavejších príkladov umelej inteligencie, priamo od počítačových programov, ako je napríklad jednoduchý šachový motor, až po kognitívne chatboty, sa naučíte, ako riešiť stroj, s ktorým súťažíte. Preštudujete si niektoré z najpokročilejších modelov strojového učenia, pochopíte, ako aplikovať AI na blockchain a internet vecí (IoT), a budete rozvíjať emocionálny kvocient v chatbotoch pomocou neurónových sietí, ako sú rekurentné neurónové siete (RNN) a konvolučné neurónové siete (CNN).
Toto vydanie obsahuje aj nové príklady pre hybridné neurónové siete, kombináciu posilneného učenia (RL) a hlbokého učenia (DL), reťazené algoritmy, kombináciu nekontrolovaného učenia s rozhodovacími stromami, náhodné lesy, kombináciu DL a genetických algoritmov, konverzačné používateľské rozhrania (CUI) pre chatboty, neuromorfné výpočty a kvantové výpočty.
Na konci tejto knihy pochopíte základy umelej inteligencie a spracujete množstvo príkladov, ktoré vám pomôžu pri vývoji riešení umelej inteligencie. Čo sa naučíte Aplikovať k- najbližších susedov (KNN) na jazykové preklady a preskúmate možnosti v prekladači Google Pochopíte reťazové algoritmy kombinujúce nekontrolované učenie s rozhodovacími stromami Vyriešite problém XOR s doprednými neurónovými sieťami (FNN) a vytvorte ich architektúru na reprezentáciu grafu toku dát Zoznámite sa s modelmi meta učenia s hybridnými neurónovými sieťami Vytvorte chatbota a optimalizujte jeho nedostatky v oblasti emocionálnej inteligencie pomocou nástrojov, ako je Small Talk a zaznamenávanie údajov Vytváranie konverzačných používateľských rozhraní (CUI) pre chatboty Písanie genetických algoritmov, ktoré optimalizujú neurónové siete s hlbokým učením Vytváranie obvodov kvantových počítačov Pre koho je táto kniha určená
Vývojári a záujemcovia o umelú inteligenciu, ktorí chcú pochopiť základy umelej inteligencie a prakticky ich implementovať. Predchádzajúce skúsenosti s programovaním v jazyku Python a znalosti štatistiky sú nevyhnutné na to, aby ste z tejto knihy vyťažili čo najviac. Obsah Začíname s umelou inteligenciou novej generácie pomocou posilňovacieho učenia Vytvorenie matice odmien Navrhovanie súborov údajov Vyhodnocovacie funkcie strojovej inteligencie a numerická konvergencia Optimalizácia vašich riešení pomocou zhlukovania K-Means Ako používať rozhodovacie stromy na vylepšenie zhlukovania K-Means Inovácia umelej inteligencie pomocou Google Translate Optimalizácia blokových reťazcov pomocou Naive Bayes Riešenie problému XOR pomocou FNN Abstraktná klasifikácia obrázkov pomocou CNN Učenie konceptuálnej reprezentácie Kombinácia RL a DL AI a internet vecí Vizualizácia sietí pomocou TensorFlow 2. x a TensorBoard Príprava vstupu chatbotov pomocou RBM a PCA Nastavenie kognitívneho NLP UI/CUI Chatbot Zlepšenie nedostatkov emocionálnej inteligencie chatbotov Genetické algoritmy v hybridných neurónových sieťach Neuromorfné výpočty Kvantové výpočty
