دانلود کتاب The Applied Artificial Intelligence Workshop: Start working with AI today, to build games, design decision trees, and train your own machine learning models (به فارسی: کارگاه هوش مصنوعی کاربردی: برای ساخت بازی‌ها، طراحی درخت‌های تصمیم‌گیری و آموزش مدل‌های یادگیری ماشین خود، کار با هوش مصنوعی را از امروز شروع کنید.) نوشته شده توسط «Anthony So – William So – Zsolt Nagy»
اطلاعات کتاب کارگاه هوش مصنوعی کاربردی: برای ساخت بازی‌ها، طراحی درخت‌های تصمیم‌گیری و آموزش مدل‌های یادگیری ماشین خود، کار با هوش مصنوعی را از امروز شروع کنید.
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Packt Publishing
نویسنده: Anthony So – William So – Zsolt Nagy
زبان: english
فرمت کتاب: EPUB (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2020
تعداد صفحه: 420
حجم فایل: 16.55 مگابایت
کد کتاب: 1800205813 , 9781800205819
توضیحات کتاب کارگاه هوش مصنوعی کاربردی: برای ساخت بازی‌ها، طراحی درخت‌های تصمیم‌گیری و آموزش مدل‌های یادگیری ماشین خود، کار با هوش مصنوعی را از امروز شروع کنید.
با دانش و اطلاعات به اشتراک گذاشته شده توسط کارشناسان، اولین گام های خود را برای ایجاد الگوریتم ها و راه حل های مقیاس پذیر هوش مصنوعی در پایتون، از طریق تمرینات عملی و فعالیت های جذاب بردارید
ویژگی های کلیدی
- در مورد الگوریتم های هوش مصنوعی و ML از دیدگاه یک دانشمند داده باتجربه بیاموزید
- تجربه عملی در الگوریتم های ML، مانند رگرسیون، الگوریتم های درختی، خوشه بندی و موارد دیگر کسب کنید
- طراحی شبکه های عصبی که شبیه سازی مغز انسان
توضیحات کتاب
از قبل می دانید که هوش مصنوعی (AI) و یادگیری ماشینی (ML) در بسیاری از ابزارهایی که در کارهای روزمره خود استفاده می کنید وجود دارد. اما آیا می‌خواهید بتوانید مدل‌های هوش مصنوعی و ML خود را ایجاد کنید و مهارت‌های خود را در این حوزه‌ها توسعه دهید تا حرفه هوش مصنوعی خود را شروع کنید؟
کارگاه هوش مصنوعی کاربردی شما را با استفاده از هوش مصنوعی با کمک تمرین‌های عملی و مثال‌های مفید شروع می‌کند، همه این‌ها به صورت هوشمندانه در کنار هم قرار می‌گیرند تا به شما کمک کنند مهارت‌هایی را برای تغییر شغل خود به دست آورید.
این کتاب با آموزش نحوه پیش‌بینی نتایج با استفاده از رگرسیون آغاز می‌شود. سپس یاد خواهید گرفت که چگونه داده ها را با استفاده از تکنیک هایی مانند k-nearest همسایه (KNN) و طبقه بندی کننده های ماشین برداری پشتیبانی (SVM) طبقه بندی کنید. همانطور که پیشرفت می کنید، با یادگیری نحوه ساخت یک مدل درخت تصمیم قابل اعتماد که می تواند به شرکت شما کمک کند اتومبیل هایی را که مشتریان احتمالاً خریداری می کنند، پیدا کند، درختان تصمیم گیری مختلف را کشف خواهید کرد. فصل آخر شما را با یادگیری عمیق و شبکه های عصبی آشنا می کند. از طریق فعالیت‌های مختلف، مانند پیش‌بینی قیمت سهام و تشخیص ارقام دست‌نویس، نحوه آموزش و پیاده‌سازی شبکه‌های عصبی کانولوشن (CNN) و شبکه‌های عصبی تکراری (RNN) را خواهید آموخت.
در پایان این کتاب هوش مصنوعی کاربردی، یاد خواهید گرفت که چگونه نتایج را پیش‌بینی کنید و شبکه‌های عصبی را آموزش دهید و بتوانید از تکنیک‌های مختلف برای توسعه مدل‌های هوش مصنوعی و ML استفاده کنید.
آنچه می‌خواهید انجام دهید. یاد بگیرید
- اولین بازی هوش مصنوعی خود را در پایتون با الگوریتم minmax ایجاد کنید
- تکنیک های رگرسیون را برای ساده کردن داده های دنیای واقعی پیاده سازی کنید
- تکنیک های طبقه بندی را برای برچسب گذاری دنیای واقعی آزمایش کنید. داده ها
- انجام تجزیه و تحلیل پیش بینی در پایتون با استفاده از درخت های تصمیم گیری و جنگل های تصادفی
- استفاده از الگوریتم های خوشه بندی برای گروه بندی داده ها بدون پشتیبانی دستی
- آموزش نحوه استفاده از شبکه های عصبی برای پردازش و طبقه بندی تصاویر برچسب دار
این کتاب برای چه کسانی است
کارگاه هوش مصنوعی کاربردی برای توسعه دهندگان نرم افزار و دانشمندان داده طراحی شده است که می خواهند پروژه های خود را با یادگیری ماشین غنی کنند. اگرچه نیازی به تجربه قبلی در زمینه هوش مصنوعی ندارید، توصیه می شود که دانش ریاضیات سطح دبیرستان و حداقل یک زبان برنامه نویسی، ترجیحا پایتون را داشته باشید. اگرچه این یک کتاب مبتدی است، اما دانش آموزان و برنامه نویسان با تجربه می توانند مهارت های پایتون خود را با اجرای برنامه های کاربردی ارائه شده در این کتاب بهبود بخشند.
فهرست مطالب
- مقدمه ای بر هوش مصنوعی
- مقدمه ای بر رگرسیون
- مقدمه ای بر طبقه بندی
- مقدمه ای بر درختان تصمیم
- هوش مصنوعی: خوشه بندی
- شبکه های عصبی و یادگیری عمیق
With knowledge and information shared by experts, take your first steps towards creating scalable AI algorithms and solutions in Python, through practical exercises and engaging activities
Key Features
- Learn about AI and ML algorithms from the perspective of a seasoned data scientist
- Get practical experience in ML algorithms, such as regression, tree algorithms, clustering, and more
- Design neural networks that emulate the human brain
Book Description
You already know that artificial intelligence (AI) and machine learning (ML) are present in many of the tools you use in your daily routine. But do you want to be able to create your own AI and ML models and develop your skills in these domains to kickstart your AI career?
The Applied Artificial Intelligence Workshop gets you started with applying AI with the help of practical exercises and useful examples, all put together cleverly to help you gain the skills to transform your career.
The book begins by teaching you how to predict outcomes using regression. You’ll then learn how to classify data using techniques such as k-nearest neighbor (KNN) and support vector machine (SVM) classifiers. As you progress, you’ll explore various decision trees by learning how to build a reliable decision tree model that can help your company find cars that clients are likely to buy. The final chapters will introduce you to deep learning and neural networks. Through various activities, such as predicting stock prices and recognizing handwritten digits, you’ll learn how to train and implement convolutional neural networks (CNNs) and recurrent neural networks (RNNs).
By the end of this applied AI book, you’ll have learned how to predict outcomes and train neural networks and be able to use various techniques to develop AI and ML models.
What you will learn
- Create your first AI game in Python with the minmax algorithm
- Implement regression techniques to simplify real-world data
- Experiment with classification techniques to label real-world data
- Perform predictive analysis in Python using decision trees and random forests
- Use clustering algorithms to group data without manual support
- Learn how to use neural networks to process and classify labeled images
Who this book is for
The Applied Artificial Intelligence Workshop is designed for software developers and data scientists who want to enrich their projects with machine learning. Although you do not need any prior experience in AI, it is recommended that you have knowledge of high school-level mathematics and at least one programming language, preferably Python. Although this is a beginner’s book, experienced students and programmers can improve their Python skills by implementing the practical applications given in this book.
Table of Contents
- Introduction to Artificial Intelligence
- An Introduction to Regression
- An Introduction to Classification
- An Introduction to Decision Trees
- Artificial Intelligence: Clustering
- Neural Networks and Deep Learning
