Pobierz fragment
Pobierz fragment w jednym z dostępnych formatów
- promocja
Sztuczna inteligencja od podstaw - ebook
Wydawnictwo:
Data wydania:
25 kwietnia 2023
Format ebooka:
PDF
Format
PDF
czytaj
na laptopie
czytaj
na tablecie
Format e-booków, który możesz odczytywać na tablecie oraz
laptopie. Pliki PDF są odczytywane również przez czytniki i smartfony,
jednakze względu na komfort czytania i brak możliwości skalowania
czcionki, czytanie plików PDF na tych urządzeniach może być męczące dla
oczu. Więcej informacji znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu.
Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu.
Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
Format
EPUB
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najpopularniejszych formatów e-booków na świecie.
Niezwykle wygodny i przyjazny czytelnikom - w przeciwieństwie do formatu
PDF umożliwia skalowanie czcionki, dzięki czemu możliwe jest dopasowanie
jej wielkości do kroju i rozmiarów ekranu. Więcej informacji znajdziesz
w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu.
Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu.
Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
Format
MOBI
czytaj
na czytniku
czytaj
na tablecie
czytaj
na smartfonie
Jeden z najczęściej wybieranych formatów wśród czytelników
e-booków. Możesz go odczytać na czytniku Kindle oraz na smartfonach i
tabletach po zainstalowaniu specjalnej aplikacji. Więcej informacji
znajdziesz w dziale Pomoc.
Multiformat
E-booki w Virtualo.pl dostępne są w opcji multiformatu.
Oznacza to, że po dokonaniu zakupu, e-book pojawi się na Twoim koncie we wszystkich formatach dostępnych aktualnie dla danego tytułu.
Informacja o dostępności poszczególnych formatów znajduje się na karcie produktu.
Multiformat
E-booki sprzedawane w księgarni Virtualo.pl dostępne są w opcji
multiformatu - kupujesz treść, nie format. Po dodaniu e-booka do koszyka
i dokonaniu płatności, e-book pojawi się na Twoim koncie w Mojej
Bibliotece we wszystkich formatach dostępnych aktualnie dla danego
tytułu. Informacja o dostępności poszczególnych formatów znajduje się na
karcie produktu przy okładce. Uwaga: audiobooki nie są objęte opcją
multiformatu.
czytaj
na laptopie
Pliki PDF zabezpieczone watermarkiem możesz odczytać na dowolnym
laptopie po zainstalowaniu czytnika dokumentów PDF. Najpowszechniejszym
programem, który umożliwi odczytanie pliku PDF na laptopie, jest Adobe
Reader. W zależności od potrzeb, możesz zainstalować również inny
program - e-booki PDF pod względem sposobu odczytywania nie różnią
niczym od powszechnie stosowanych dokumentów PDF, które odczytujemy
każdego dnia.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu
w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale
Pomoc.
czytaj
na tablecie
Aby odczytywać e-booki na swoim tablecie musisz zainstalować specjalną
aplikację. W zależności od formatu e-booka oraz systemu operacyjnego,
który jest zainstalowany na Twoim urządzeniu może to być np. Bluefire
dla EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu
w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale
Pomoc.
czytaj
na czytniku
Czytanie na e-czytniku z ekranem e-ink jest bardzo wygodne i nie męczy
wzroku. Pliki przystosowane do odczytywania na czytnikach to przede
wszystkim EPUB (ten format możesz odczytać m.in. na czytnikach
PocketBook) i MOBI (ten fromat możesz odczytać m.in. na czytnikach Kindle).
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu
w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale
Pomoc.
czytaj
na smartfonie
Aby odczytywać e-booki na swoim smartfonie musisz zainstalować specjalną
aplikację. W zależności od formatu e-booka oraz systemu operacyjnego,
który jest zainstalowany na Twoim urządzeniu może to być np. iBooks dla
EPUBa lub aplikacja Kindle dla formatu MOBI.
Informacje na temat zabezpieczenia e-booka znajdziesz na karcie produktu
w "Szczegółach na temat e-booka". Więcej informacji znajdziesz w dziale
Pomoc.
Pobierz fragment
Pobierz fragment w jednym z dostępnych formatów
Sztuczna inteligencja od podstaw - ebook
Nie ma wątpliwości, że sztuczna inteligencja (AI) zrewolucjonizuje w najbliższych dekadach nasze życie. Wśród największych autorytetów świata nauki panuje przekonanie, że stoimy w obliczu przełomu porównywalnego z wynalezieniem i zastosowaniami elektryczności.
Sztuczna inteligencja od podstaw to pozycja, która począwszy od opisu klasycznych metod SI, takich jak algorytm genetyczny, algorytm mrówkowy, systemy ekspertowe czy sztuczne życie, zapoznaje Czytelnika z najbardziej zaawansowanymi modelami opartymi na sztucznych sieciach neuronowych.
Autor skrupulatnie objaśnia złożone zagadnienia dotyczące zarówno podstaw teoretycznych, jak i budowy i zastosowań takich systemów, nie unika przy tym odwołania do historii ich rozwoju. Książka stanowi kompendium wiedzy na temat tej niesłychanie szybko rozwijającej się i dynamicznie wkraczającej w nasze życie dziedziny. Została napisana tak, aby była przystępna dla osób posiadających podstawowe umiejętności matematyczne. Może stanowić podręcznik dla studentów takich kierunków jak informatyka, mechatronika, a także automatyka i robotyka.
Dzięki książce:
- poznasz historię rozwoju sztucznej inteligencji
- zdobędziesz wiedzę na temat aktualnych metod AI, takich jak uczenie maszynowe (ML), głębokie uczenie maszynowe (DL) czy przetwarzanie języka naturalnego (NLP)
- na podstawie udostępnionych kodów źródłowych kilku autorskich aplikacji nabędziesz umiejętności w zakresie tworzenia i optymalizacji systemów sztucznej inteligencji
Spis treści
ROZDZIAŁ 1. Definicja pojęcia "sztuczna inteligencja"
ROZDZIAŁ 2. Silna i słaba sztuczna inteligencja
ROZDZIAŁ 3. Przegląd klasycznych metod sztucznej inteligencji
- 3.1. Metody heurystyczne i metaheurystyczne
- 3.2. Sztuczne sieci neuronowe
- 3.3. Uczenie maszynowe
- 3.4. Przetwarzanie języka naturalnego
- 3.5. Algorytmy genetyczne i ewolucyjne
- 3.6. Algorytmy mrówkowe i inteligencja roju
- 3.7. Sztuczne życie
- 3.8. Sztuczna inteligencja w procesach wydobywania wiedzy z danych
- 3.9. Metody hybrydowe
- 3.10. Metody na pograniczu sztucznej inteligencji
- 3.11. Co dalej ze sztuczną inteligencją? Możliwości i zagrożenia
ROZDZIAŁ 4. Algorytmy genetyczne i ewolucyjne
- 4.1. Idea algorytmów genetycznych i ewolucyjnych
- 4.2. Klasyczny algorytm genetyczny
- 4.3. Operatory genetyczne
- 4.4. Przykłady operacji krzyżowania i mutacji
- 4.5. Przykłady wykorzystania algorytmu genetycznego
- 4.5.1. Szukanie ekstremum funkcji jednej zmiennej
- 4.5.2. Rozwiązanie problemu plecakowego
- 4.6. Strategie ewolucyjne
- 4.7. Eksploracja i eksploatacja
- 4.8. Porównanie metod selekcji
- 4.9. Metody skalowania funkcji dostosowania
- 4.10. Specjalne procedury reprodukcji
- 4.11. Programowanie genetyczne
- 4.12. Poszukiwanie ekstremum funkcji wielu zmiennych z dużą dokładnością
ROZDZIAŁ 5. Algorytm mrówkowy
- 5.1. Główne różnice w zachowaniu "sztucznych mrówek" w porównaniu z rzeczywistymi
- 5.2. Podstawowe parametry wejściowe algorytmu mrówkowego
- 5.3. Wpływ ilości pozostawionego feromonu w punktach grafu
- 5.4. Wpływ liczby mrówek biorących udział w eksperymencie
- 5.5. Wpływ liczby punktów do wyboru przez mrówki
- 5.6. Wpływ metody wyboru kolejnego punktu grafu przez mrówkę
- 5.7. Stopień nasycenia feromonem poszczególnych punktów grafu po zakończeniu symulacji
- Podsumowanie
ROZDZIAŁ 6. Sztuczne sieci neuronowe
- 6.1. Sieci neuronowe biologiczne
- 6.2. Budowa i działanie sztucznego neuronu
- 6.3. Funkcje aktywacji
- 6.4. Perceptron
- 6.5. Model neuronu sigmoidalnego
- 6.6. Dlaczego sieci neuronowe?
- 6.7. Topologie sieci neuronowych
- 6.7.1. Sieci jednokierunkowe
- 6.7.2. Algorytm wstecznej propagacji błędów
- 6.7.3. Sieci rekurencyjne
- 6.7.4. Sieci komórkowe samoorganizujące się
- 6.7.5. Sieci samoorganizujące z konkurencją
- 6.7.6. Wykorzystanie sieci samoorganizujących
ROZDZIAŁ 7. Uczenie maszynowe
- 7.1. Modele uczenia maszynowego
- 7.1.1. Uczenie nadzorowane (z nauczycielem)
- 7.1.2. Uczenie nienadzorowane (bez nauczyciela)
- 7.1.3. Uczenie ze wzmocnieniem
- 7.2. Głębokie uczenie się
- 7.3. Zautomatyzowane uczenie maszynowe AutoML)
ROZDZIAŁ 8. Sztuczne życie
- 8.1. Definicja sztucznego życia
- 8.2. Model Lotki-Volterry
- 8.3. Autorski model pełzacze i bakterie
- 8.4. Symulacja choroby i leczenia organizmu
ROZDZIAŁ 9. Metody wykorzystujące zbiory rozmyte typu 1.
- 9.1. Podstawowe pojęcia teorii zbiorów rozmytych typu 1.
- 9.2. Operacje na zbiorach rozmytych
- 9.3. Relacje rozmyte
- 9.4. Przykłady zastosowań teorii zbiorów rozmytych
- 9.4.1. Rozmyta metoda Delphi
- 9.4.2. Rozmyta metoda PERT
- 9.5. Podejmowanie decyzji w otoczeniu rozmytym
- 9.5.1. Przydział dywidendy
- 9.5.2. Polityka zatrudnienia
- 9.6. Przybliżone wnioskowanie
- 9.6.1. Wnioskowanie w logice dwuwartościowej
- 9.6.2. Wnioskowanie w logice rozmytej
- 9.7. Sterowanie rozmyte
ROZDZIAŁ 10. Systemy ekspertowe. Metody wnioskowania
- 10.1. Definicja systemu ekspertowego
- 10.2. Ogólna budowa systemu ekspertowego
- 10.3. Drzewa decyzyjne
- 10.4. Metodologia wnioskowania
- 10.4.1. Wnioskowanie dedukcyjne a indukcyjne
- 10.4.2. Wnioskowanie dedukcyjne (udowodnienie celu)
- 10.4.3. Wnioskowanie indukcyjne (od danych do celu)
- 10.4.4. Wnioskowanie mieszane
ROZDZIAŁ 11. Inteligentna analiza danych
- 11.1. Eksploracja danych
- 11.2. Analityczne przetwarzanie danych
- 11.3. Klasyczne metody eksploracji danych
- 11.4. Inteligentne metody eksploracji danych
- 11.5. Podstawowe własności analizy skupień
- 11.6. Metoda k-średnich (k-means)
- 11.7. Przykładowa aplikacja analizy danych metodą k-means
ROZDZIAŁ 12. Metody hybrydowe i koewolucyjne
- 12.1. Metody hybrydowe
- 12.1.1. Algorytmy ewolucyjne w projektowaniu sieci neuronowych
- 12.1.2. Algorytmy ewolucyjne w uczeniu wag sieci neuronowych
- 12.1.3. Algorytmy ewolucyjne do uczenia wag i określania architektury sieci neuronowych jednocześnie
- 12.1.4. Adaptacyjne rozmyte algorytmy ewolucyjne
- 12.1.5. Algorytmy ewolucyjne w projektowaniu systemów rozmytych
- 12.1.6. Dopasowanie funkcji przynależności za pomocą algorytmu genetycznego
- 12.2. Algorytmy koewolucyjne
- 12.3. Algorytmy koewolucyjne - podsumowanie
- 12.4. Podsumowanie rozdziału 12.
ROZDZIAŁ 13. Przetwarzanie języka naturalnego
- 13.1. Języki naturalne i formalne
- 13.2. Historia rozwoju NLP
- 13.3. Poziomy analizy języka naturalnego
- 13.4. Analiza składniowa (syntaktyczna)
- 13.4.1. Gramatyki generatywne Chomsky'ego
- 13.5. Analiza semantyczna (znaczeniowa)
- 13.5.1. Podejście strukturalne do opisu semantyki
- 13.5.2. Symetryczna macierz współwystępowania słów
- 13.5.3. Reprezentacja wektorowa słowa (metody Word2vec i Doc2vec)
- 13.5.4. Podobieństwo cosinusowe wektorów słów
- 13.5.5. Modelowanie językowe BERT
- 13.6. Model GPT-3
- 13.7. Analiza sentymentu
Podsumowanie
Bibliografia
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-0226-8 |
| Rozmiar pliku: | 3,0 MB |
