کتاب هوش مصنوعی و یادگیری ماشین برای کدنویسان , مهدی اسماعیلی

مـشخـصـات:

• انـتــشــارات : آتی نگر
• نـویــسنــده : لارنس مورونی
• مــتــرجـــم : مهدی اسماعیلی
• مـــوضـــوع : فراگیری ماشینی
• نـوبت چــاپ : اول
• ســال چــاپ : 1401
• قـــــطــــع : وزیری
• نــوع جــلد : شومیز
• تعداد صفحه : 244
• شـــــابــک : 9786227571554
• رده ســـنـی : بزرگسالان

کتاب هوش مصنوعی و یادگیری ماشین برای کدنویسان؛ راهنمای برنامه نویسان هوش مصنوعی اثری از لارنس مورونی با ترجمۀ مهدی اسماعیلی می باشد که توسط نشر آتی نگر منتشر شده است.

حل مسائل با کمک الگوریتم های هوش مصنوعی یا به عبارت بهتر با کمک تکنیک های یادگیری ماشین، همیشه برای برنامه نویسان جذاب بوده است. اگر خوش شانس باشند و داده های مناسبی در اختیار داشته باشند، به سراغ آموزش مدل مورد نظر خود می روند. پس از آن نوبت به استقرار مدل روی موبایل، فضای ابری، مرورگر وب یا دستگاه های دیگر می رسد. کتاب حاضر دارای دو بخش است: در بخش اول، پیاده سازی سناریو های رایج در یادگیری ماشین مانند بینای ماشین، پردازش زبان طبیعی و مدل سازی توالی ها برسی می شوند و در بخش دوم کتاب به موضوع استقرار این مدل های آموزش دیده در محیط های مختلف می پردازیم.

فصل های کتاب آنقدر کوچک هستند که می توانید هر بار با مصرف زمان کم، یکی از آن ها را مطالعه کنید. اگر قصد دارید در حوزه هوش مصنوعی متخصص شوید، این کتاب نقطه آغاز مناسبی است.

فهرست مطالب:

1: یادگیری ماشین و trnsorflow

2: اجرای اولین پروژه یادگیری ماشین

3: مقدمه ای بر بینایی ماشین

4: کانولوشن و ادغام: دو عنصر اصلی در شبکه های عصبی کانولوشن

5: پیاده سازی شبکه های کانولوشن

6: ساخت یک cnn برای تشخیص انسان و اسب

7: داده افزایی و یادگیری انتقالی

8: استفاده از تکنیک دورریزی برای رفع بیش برارزش

9: استفاده ازtensorflow datasets

10: استفاده از tfds با مدل های keras

11: چگونگی کش شدن داده ها در tfds

12: فرایند etl: مدیریت داده ها در tensorflow

13: مقدمه ای بر پردازش زبان طبیعی

14: کار با منابع داده ای واقعی

15: معانی کلمات: مقدمه ای بر مفهوم جایگزین ها

16: کاهش بیش پردازش در مدل های زبانی

17: مصور سازی جایگزین ها و استفاده از جایگزین های آماده

18: مقدمه ای بر شبکه های عصبی برگشتی

19: ساخت یک رده بند متن با rnn

20: استفاده از جایگزین های آماده همراه با rnn

21: استفاده از tensorflow

و …