دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Mark Watson
سری:
ناشر:
سال نشر:
تعداد صفحات: [129]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 Mb
در صورت تبدیل فایل کتاب Practical Python Artificial Intelligence Programming به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه نویسی عملی هوش مصنوعی پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Table of Contents Cover Material, Copyright, and License Preface About the Author Using the Example Code Book Cover Acknowledgements Part I - Getting Started Python Development Environment Managing Python Versions and Libraries Editors and IDEs Code Style ``Classic'' Machine Learning Example Material Classification Models using Scikit-learn Classic Machine Learning Wrap-up Symbolic AI Comparison of Symbolic AI and Deep Learning Implementing Frame Data Structures in Python Use Predicate Logic by Calling Swi-Prolog Swi-Prolog and Python Deep Learning Interop Soar Cognitive Architecture Constraint Programming with MiniZinc and Python Good Old Fashioned Symbolic AI Wrap-up Part II - Knowledge Representation Getting Setup To Use Graph and Relational Databases The Apache Jena Fuseki RDF Datastore and SPARQL Query Server The Neo4j Community Edition and Cypher Query Server and the Memgraph Graph Database The SQLite Relational Database Semantic Web, Linked Data and Knowledge Graphs Overview and Theory A Hybrid Deep Learning and RDF/SPARQL Application for Question Answering Knowledge Graph Creator: Convert Text Files to RDF Data Input Data for Fuseki Old Technology: The OpenCyc Knowledge Base (Optional Material) Examples Using Wikidata Instead of DBPedia Knowledge Graph Navigator: Use English to Explore DBPedia Wrap Up for Semantic Web, Linked Data and Knowledge Graphs Part III - Deep Learning The Basics of Deep Learning Using TensorFlow and Keras for Building a Cancer Prediction Model Natural Language Processing Using Deep Learning OpenAI GPT-3 APIs Hugging Face APIs Comparing Sentences for Similarity Using Transformer Models Deep Learning Natural Language Processing Wrap-up Part IV - Overviews of Image Generation, Reinforcement Learning, and Recommendation Systems Overview of Image Generation Recommended Reading for Image Generation Overview of Reinforcement Learning (Optional Material) Overview Available RL Tools Reinforcement Learning Wrap-up Overview of Recommendation Systems TensorFlow Recommenders Recommendation Systems Wrap-up Book Wrap-up