Algoritmi genetici e apprendimento automatico per programmatori: Creare modelli di intelligenza artificiale ed elaborare soluzioni

Recensioni dei lettori

Il libro è apprezzato per le spiegazioni chiare e l'approccio pratico all'IA e all'apprendimento automatico, che rendono più accessibili argomenti complessi. Tuttavia, molti utenti hanno segnalato problemi con la versione Kindle, in particolare per quanto riguarda la leggibilità delle formule, e alcuni hanno trovato il libro difficile per i principianti a causa dei suoi contenuti avanzati.

⬤ Spiegazioni chiare e comprensibili per gli studenti.
⬤ Approccio pratico e coinvolgente con esercizi pratici.
⬤ Copre un'ampia gamma di argomenti di IA e apprendimento automatico.
⬤ Ottimo per lettori con un background matematico e di programmazione.
⬤ Eccellente scrittura tecnica e analogie.
⬤ Conciso e fornisce una solida base sugli algoritmi genetici.

⬤ Le formule sono illeggibili nella versione Kindle su più dispositivi.
⬤ Il libro potrebbe essere troppo avanzato per i veri principianti della programmazione.
⬤ Alcuni utenti hanno riscontrato che non tutto il codice necessario per gli esercizi è stato incluso.
⬤ La formattazione degli esempi di codice potrebbe essere migliorata.

(basato su 15 recensioni dei lettori)

Titolo originale:

Genetic Algorithms and Machine Learning for Programmers: Create AI Models and Evolve Solutions

Contenuto del libro:

Le auto a guida autonoma, il riconoscimento del linguaggio naturale e i motori di raccomandazione online sono tutti possibili grazie al Machine Learning. Ora potete creare i vostri algoritmi genetici, sciami ispirati alla natura, simulazioni Monte Carlo, automi cellulari e cluster. Imparate a testare il vostro codice di ML e ad affrontare argomenti ancora più avanzati. Se siete programmatori principianti o intermedi che desiderano capire l'apprendimento automatico, questo libro fa per voi.

Scoprite gli algoritmi di apprendimento automatico utilizzando una manciata di ricette autocontenute. Costruire un repertorio di algoritmi, scoprendo termini e approcci che si applicano in generale. Inserite l'intelligenza nei vostri algoritmi, guidandoli alla scoperta di buone soluzioni ai problemi.

In questo libro:

⬤ Utilizzare euristiche e progettare funzioni di fitness.

⬤ Costruire algoritmi genetici.

⬤ Creare sciami ispirati alla natura con formiche, api e particelle.

⬤ Creare simulazioni Monte Carlo.

⬤ Indagare sugli automi cellulari.

⬤ Trovare minimi e massimi, utilizzando hill climbing e simulated annealing.

⬤ Sperimentare metodi di selezione, tra cui tornei e roulette.

⬤ Imparare a conoscere euristiche, funzioni di fitness, metriche e cluster.

Testate il vostro codice e lasciatevi ispirare da nuovi problemi. Lavorate attraverso scenari per trovare la via d'uscita da un sacchetto di carta.

Un'abilità importante per qualsiasi programmatore competente. Scoprite come gli algoritmi esplorano e imparano creando visualizzazioni di ogni problema. Lasciatevi ispirare per progettare i vostri progetti di apprendimento automatico e familiarizzate con il gergo.

Cosa serve:

Codice in C++ (>= C++11), Python (2.x o 3.x) e JavaScript (utilizzando il canvas HTML5). Utilizza anche matplotlib e alcune librerie open source, tra cui SFML, Catch e Cosmic-Ray. Queste librerie di plottaggio e di test non sono obbligatorie, ma il loro utilizzo consente di ottenere un'esperienza più completa. Con un editor di testo e un compilatore/interprete per il vostro linguaggio preferito, potete comunque scrivere i vostri codici a partire dalle descrizioni generali degli algoritmi.