Intelligenza artificiale con Python Cookbook: Ricette comprovate per l'applicazione di algoritmi di intelligenza artificiale e tecniche di deep learning utilizzando TensorFlow 2.x e PyTorch

Recensioni dei lettori

Il libro “Artificial Intelligence with Python Cookbook” di Ben Auffarth è una guida completa all'applicazione di tecniche avanzate di apprendimento automatico in vari problemi aziendali. È particolarmente adatto a chi ha una conoscenza di base dei concetti di intelligenza artificiale e della programmazione in Python. Il libro enfatizza l'implementazione pratica attraverso una serie di esempi e progetti rilevanti.

⬤ Contiene oltre 20 esempi pratici e progetti rilevanti per le applicazioni del mondo reale.
⬤ Organizzato bene per gli studenti avanzati, con la possibilità di accedere facilmente ad argomenti specifici.
⬤ Fornisce preziosi consigli di codifica e approfondimenti sull'uso efficiente di Jupyter Notebook e di altri strumenti.
⬤ Copre un'ampia gamma di argomenti di IA, rendendolo adatto sia ai principianti che ai professionisti esperti.
⬤ Offre un approccio pratico all'apprendimento “fai e poi spiega” con una guida passo dopo passo.

⬤ Non è adatto ai principianti assoluti perché presuppone una conoscenza preliminare dei concetti di IA.
⬤ La lettura da cima a fondo è impegnativa a causa dell'ampia gamma di argomenti, per cui è più pratico concentrarsi su capitoli specifici.
⬤ Alcuni recensori hanno ritenuto che il libro mancasse di coinvolgimento del lettore.
⬤ A causa del formato condensato, fornisce solo un assaggio di ogni argomento piuttosto che una conoscenza approfondita.

(basato su 7 recensioni dei lettori)

Titolo originale:

Artificial Intelligence with Python Cookbook: Proven recipes for applying AI algorithms and deep learning techniques using TensorFlow 2.x and PyTorch

Contenuto del libro:

Lavorate attraverso ricette pratiche per imparare a risolvere problemi complessi di machine learning e deep learning utilizzando Python.

Caratteristiche principali

⬤ Imparare a lavorare con l'intelligenza artificiale in pochissimo tempo grazie a ricette pratiche per la risoluzione di problemi.

⬤ Esplora le librerie e gli strumenti Python più diffusi per costruire soluzioni di intelligenza artificiale per immagini, testi, suoni e immagini.

⬤ Implementare NLP, apprendimento per rinforzo, deep learning, GAN, ricerca ad albero Monte-Carlo e molto altro ancora.

Descrizione del libro

L'intelligenza artificiale (AI) svolge un ruolo fondamentale nell'automatizzazione della risoluzione dei problemi. Ciò comporta la previsione e la classificazione dei dati e l'addestramento di agenti per l'esecuzione di compiti di successo. Questo libro vi insegnerà a risolvere problemi complessi con l'aiuto di ricette indipendenti e perspicaci che vanno dall'essenziale ai metodi avanzati appena usciti dalla ricerca.

Artificial Intelligence with Python Cookbook inizia mostrando come configurare l'ambiente Python e illustrando i fondamenti dell'esplorazione dei dati. Proseguendo, sarete in grado di implementare tecniche di ricerca euristica e algoritmi genetici. Inoltre, applicherete modelli probabilistici, ottimizzazione dei vincoli e apprendimento per rinforzo. Man mano che si procede nel libro, si costruiscono modelli di deep learning per testi, immagini, video e audio, per poi approfondire i bias algoritmici, il trasferimento di stile, la generazione di musica e i casi d'uso dell'IA nei settori sanitario e assicurativo. Nel corso del libro, imparerete a conoscere una serie di strumenti per la risoluzione dei problemi e acquisirete le conoscenze necessarie per affrontare efficacemente problemi complessi.

Alla fine di questo libro sull'IA, avrete le competenze necessarie per scrivere algoritmi di IA e di apprendimento automatico, testarli e distribuirli in produzione.

Che cosa imparerete?

⬤ Implementare le fasi di pre-elaborazione dei dati e ottimizzare gli iperparametri dei modelli.

⬤ Approfondire l'apprendimento rappresentazionale con gli autoencoder avversari.

⬤ Usare l'apprendimento attivo, i raccomandatori, il knowledge embedding e i risolutori SAT.

⬤ Imparare a gestire la modellazione probabilistica con TensorFlow probability.

⬤ Eseguire il rilevamento di oggetti, la conversione da testo a voce e la generazione di testo e musica.

⬤ Applicare algoritmi a sciame, sistemi multi-agente e reti di grafi.

⬤ Passare dalla prova di concetto alla produzione distribuendo i modelli come microservizi.

⬤ Capire come utilizzare l'IA moderna nella pratica.

Per chi è questo libro?

.

Questo libro sull'apprendimento automatico dell'intelligenza artificiale è rivolto a sviluppatori Python, data scientist, ingegneri dell'apprendimento automatico e professionisti dell'apprendimento profondo che vogliono imparare a costruire soluzioni di intelligenza artificiale con ricette facili da seguire. Troverete questo libro utile anche se siete alla ricerca di soluzioni all'avanguardia per eseguire diversi compiti di apprendimento automatico in vari casi d'uso. Una conoscenza di base del linguaggio di programmazione Python e dei concetti di apprendimento automatico vi aiuterà a lavorare con il codice in modo efficace in questo libro.