Intelligenza artificiale per esempio - Seconda edizione

Recensioni dei lettori

Il libro “Artificial Intelligence by Example” di Denis Rothman è apprezzato per la sua magistrale miscela di teoria e applicazione pratica su un'ampia gamma di argomenti di IA. Colma efficacemente le lacune lasciate da altri libri sull'IA, fornendo approfondimenti sia sui concetti matematici che sulle implementazioni di codice. Tuttavia, alcune recensioni hanno evidenziato una mancanza di struttura, organizzazione e profondità in alcuni argomenti a causa della sua ampia copertura.

⬤ Intreccia magistralmente teoria ed esempi pratici di codifica.
⬤ Aiuta a colmare il divario tra concetti matematici e applicazioni di programmazione.
⬤ Copre un'ampia gamma di argomenti di IA, rendendolo adatto a vari tipi di pubblico (studenti, sviluppatori, project manager).
⬤ Include le risposte agli esercizi, per migliorare l'apprendimento.
⬤ Coinvolgente e facile da leggere, con diversi esempi.

⬤ Mancanza di organizzazione e coerenza tra i capitoli, che lo fa sembrare disarticolato.
⬤ Alcuni argomenti non sono trattati in modo approfondito a causa dell'ampia portata del libro.
⬤ Occasioni sconclusionate ed esempi reali poco chiari.
⬤ Alcuni lettori hanno avuto difficoltà a comprendere alcune sezioni, in particolare quelle con concetti complessi.

(basato su 17 recensioni dei lettori)

Titolo originale:

Artificial Intelligence By Example - Second Edition

Contenuto del libro:

Comprendete i fondamenti e sviluppate le vostre soluzioni di IA in questa edizione aggiornata e ricca di nuovi esempi Caratteristiche principali Esempi basati sull'IA per guidarvi nella progettazione e nell'implementazione dell'intelligenza artificiale Costruite l'intelligenza artificiale da zero utilizzando esempi di intelligenza artificiale Sviluppate l'intelligenza artificiale da zero utilizzando una vera intelligenza artificiale Descrizione del libro

L'intelligenza artificiale ha il potenziale per replicare gli esseri umani in ogni campo. Artificial Intelligence By Example, Second Edition è un punto di partenza per capire come si costruisce l'IA, con l'aiuto di esempi intriganti e stimolanti.

Questo libro vi farà diventare dei pensatori adattivi e vi aiuterà ad applicare i concetti agli scenari del mondo reale. Utilizzando alcuni degli esempi più interessanti di IA, da programmi per computer come un semplice motore di scacchi a chatbot cognitivi, imparerete come affrontare la macchina con cui siete in competizione. Studierete alcuni dei modelli più avanzati di apprendimento automatico, capirete come applicare l'IA alla blockchain e all'Internet delle cose (IoT) e svilupperete il quoziente emotivo nei chatbot utilizzando reti neurali come le reti neurali ricorrenti (RNN) e le reti neurali convoluzionali (CNN).

Questa edizione contiene anche nuovi esempi di reti neurali ibride, combinazione di apprendimento per rinforzo (RL) e apprendimento profondo (DL), algoritmi concatenati, combinazione di apprendimento non supervisionato con alberi decisionali, foreste casuali, combinazione di DL e algoritmi genetici, interfacce utente conversazionali (CUI) per chatbot, calcolo neuromorfico e calcolo quantistico.

Alla fine di questo libro, comprenderete i fondamenti dell'IA e avrete lavorato su una serie di esempi che vi aiuteranno a sviluppare le vostre soluzioni di IA. Cosa imparerete Applicare i k- nearest neighbors (KNN) alle traduzioni linguistiche ed esplorare le opportunità offerte da Google Translate Comprendere gli algoritmi concatenati che combinano l'apprendimento non supervisionato con gli alberi decisionali Risolvere il problema XOR con le reti neurali feedforward (FNN) e costruirne l'architettura per rappresentare un grafo di flusso di dati Conoscere i modelli di meta-apprendimento con le reti neurali ibride Creare un chatbot e ottimizzarne le carenze di intelligenza emotiva con strumenti come Small Talk e la registrazione dei dati Costruire interfacce utente conversazionali (CUI) per i chatbot Scrivere algoritmi genetici che ottimizzano le reti neurali di apprendimento profondo Costruire circuiti di calcolo quantistico A chi è rivolto questo libro

Sviluppatori e interessati all'intelligenza artificiale, che desiderano comprendere i fondamenti dell'intelligenza artificiale e implementarli praticamente. Una precedente esperienza di programmazione in Python e conoscenze statistiche sono essenziali per trarre il massimo da questo libro. Indice Iniziare con l'Intelligenza Artificiale di nuova generazione attraverso l'apprendimento per rinforzo Costruire una matrice di ricompensa Progettare i dataset Funzioni di valutazione dell'Intelligenza Artificiale e convergenza numerica Ottimizzare le soluzioni con il clustering K-Means Come utilizzare gli alberi decisionali per migliorare il clustering K-Means Innovare l'IA con Google Translate Ottimizzare le blockchain con Naive Bayes Risolvere il problema XOR con una FNN Classificazione di immagini astratte con CNN Apprendimento concettuale delle rappresentazioni Combinare RL e DL L'IA e l'IoT Visualizzare le reti con TensorFlow 2.x e TensorBoard Preparare le reti con TensorBoard. x e TensorBoard Preparare l'input dei chatbot con RBM e PCA Impostare un chatbot cognitivo NLP UI/CUI Migliorare le carenze di intelligenza emotiva dei chatbot Algoritmi genetici nelle reti neurali ibride Informatica neuromorfa Informatica quantistica