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
