Guida avanzata all'intelligenza artificiale con Python: Guida avanzata all'intelligenza artificiale: Sistemi esperti di apprendimento automatico e agenti intelligenti

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 14 voti.

Titolo originale:

Python Advanced Guide to Artificial Intelligence: Advanced Guide to Artificial Intelligence: Expert machine learning systems and intelligent agents us

Contenuto del libro:

Demistifica la complessità delle tecniche di apprendimento automatico e crea soluzioni intelligenti e in evoluzione per risolvere i tuoi problemi.

Caratteristiche principali:

⬤ Padroneggiare gli algoritmi di ML supervisionati, non supervisionati e semi-supervisionati e la loro implementazione.

⬤ Costruire modelli di deep learning per il rilevamento di oggetti, la classificazione di immagini, l'apprendimento di similarità e altro ancora.

⬤ Costruire, distribuire e scalare modelli di reti neurali profonde end-to-end in un ambiente di produzione.

Descrizione del libro:

Questo percorso di apprendimento è la guida completa per familiarizzare rapidamente con i più diffusi algoritmi di apprendimento automatico. Verranno presentati gli algoritmi più utilizzati nell'apprendimento automatico supervisionato, non supervisionato e semi-supervisionato e si imparerà a utilizzarli nel modo migliore. Dai modelli bayesiani all'algoritmo MCMC e ai modelli di Markov nascosti, questo percorso di apprendimento vi insegnerà come estrarre le caratteristiche dal vostro set di dati ed eseguire la riduzione della dimensionalità utilizzando le librerie basate su Python.

Imparerete a utilizzare TensorFlow e Keras per costruire modelli di apprendimento profondo, utilizzando concetti come l'apprendimento per trasferimento, le reti generative avversarie e l'apprendimento per rinforzo profondo. Successivamente, imparerete le funzionalità avanzate di TensorFlow1.x, come TensorFlow distribuito con i cluster TF e la distribuzione di modelli di produzione con TensorFlow Serving. Implementerete diverse tecniche relative alla classificazione degli oggetti, al rilevamento degli oggetti, alla segmentazione delle immagini e altro ancora.

Alla fine di questo percorso di apprendimento, avrete ottenuto una conoscenza approfondita di TensorFlow, diventando così la persona di riferimento per la risoluzione di problemi di intelligenza artificiale.

Questo percorso di apprendimento include i contenuti dei seguenti prodotti Packt:

- Mastering Machine Learning Algorithms di Giuseppe Bonaccorso.

- Mastering TensorFlow 1.x di Armando Fandango.

- Deep Learning for Computer Vision di Rajalingappaa Shanmugamani.

Cosa imparerete:

⬤ Esplora come un modello di ML può essere addestrato, ottimizzato e valutato.

⬤ Lavorare con gli autoencoder e le reti avversarie generative.

⬤ Esplorare le più importanti tecniche di Reinforcement Learning.

⬤ Costruire modelli end-to-end di deep learning (CNN, RNN e autoencoder).

A chi è rivolto questo libro:

Questo percorso di apprendimento è rivolto a data scientist, ingegneri dell'apprendimento automatico e ingegneri dell'intelligenza artificiale che desiderano approfondire i complessi algoritmi di apprendimento automatico, calibrare i modelli e migliorare le previsioni del modello addestrato.

Vi imbatterete nelle complessità avanzate e nei complessi casi d'uso dell'apprendimento profondo e dell'intelligenza artificiale. Per poter trarre il meglio da questo percorso di apprendimento è necessaria una conoscenza di base della programmazione in Python e una certa comprensione dei concetti di apprendimento automatico.