مشخصات کتاب

Python Artificial Intelligence Projects for Beginners: Get up and running with Artificial Intelligence using 8 smart and exciting AI applications

ویرایش:  
نویسندگان: Joshua Eckroth  
سری:  
ISBN (شابک) : 9781789539462 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 155 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت 

در صورت تبدیل فایل کتاب Python Artificial Intelligence Projects for Beginners: Get up and running with Artificial Intelligence using 8 smart and exciting AI applications 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 پروژه های هوش مصنوعی پایتون برای مبتدیان: با هوش مصنوعی با استفاده از 8 برنامه هوشمند و هیجان انگیز هوش مصنوعی راه اندازی و اجرا کنید. 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.

توضیحاتی در مورد کتاب پروژه های هوش مصنوعی پایتون برای مبتدیان: با هوش مصنوعی با استفاده از 8 برنامه هوشمند و هیجان انگیز هوش مصنوعی راه اندازی و اجرا کنید.

ساخت برنامه های هوشمند با اجرای پروژه های هوش مصنوعی در دنیای واقعی ویژگی های کلیدی کاوش انواع پروژه های هوش مصنوعی با پایتون با انواع مختلف شبکه های عصبی و الگوریتم های محبوب یادگیری عمیق آشنا شوید استفاده از کتابخانه های محبوب یادگیری عمیق پایتون برای پروژه های هوش مصنوعی خود شرح کتاب هوش مصنوعی (AI) جدیدترین فناوری است که در بین مشاغل، صنایع و بخش های مختلف به کار گرفته شده است. پروژه‌های هوش مصنوعی پایتون برای مبتدیان پروژه‌های هوش مصنوعی را در پایتون نشان می‌دهد که تکنیک‌های مدرنی را که دنیای هوش مصنوعی را تشکیل می‌دهند، پوشش می‌دهد. این کتاب با کمک به شما برای ساخت اولین مدل پیش‌بینی خود با استفاده از کتابخانه محبوب پایتون، scikit-learn آغاز می‌شود. شما متوجه خواهید شد که چگونه با استفاده از تکنیک یادگیری ماشین موثر، جنگل تصادفی و درخت های تصمیم، یک طبقه بندی کننده بسازید. با پروژه‌های هیجان‌انگیز در زمینه پیش‌بینی گونه‌های پرندگان، تجزیه و تحلیل داده‌های عملکرد دانش‌آموزان، شناسایی سبک آهنگ، و تشخیص هرزنامه، اصول و الگوریتم‌ها و تکنیک‌های مختلفی را یاد خواهید گرفت که توسعه این برنامه‌های کاربردی هوشمند را تقویت می‌کنند. در فصول پایانی، یادگیری عمیق و مکانیسم های شبکه عصبی را از طریق این پروژه ها با کمک کتابخانه Keras نیز درک خواهید کرد. در پایان این کتاب، مطمئن خواهید بود که پروژه‌های هوش مصنوعی خود را با پایتون می‌سازید و آماده انجام پروژه‌های پیشرفته‌تر در حین پیشرفت خواهید بود. درختان و جنگل‌های تصادفی برای طبقه‌بندی شناسایی هرزنامه نظرات YouTube با کلمات و جنگل‌های تصادفی شناسایی نمادهای ریاضی دست‌نویس با شبکه‌های عصبی کانولوشنال بازبینی شناسه گونه‌های پرنده برای استفاده از تصاویر یادگیری تشخیص احساسات مثبت و منفی در نظرات کاربران این کتاب کیست برای Python Artificial Intelligence Projects for Beginners برای توسعه دهندگان پایتون است که می خواهند با استفاده از پروژه های آسان برای دنبال کردن اولین قدم خود را به دنیای هوش مصنوعی بردارند. دانش اولیه کار برنامه نویسی پایتون انتظار می رود تا بتوانید با کد بازی کنید

توضیحاتی درمورد کتاب به خارجی

Build smart applications by implementing real-world artificial intelligence projects Key Features Explore a variety of AI projects with Python Get well-versed with different types of neural networks and popular deep learning algorithms Leverage popular Python deep learning libraries for your AI projects Book Description Artificial Intelligence (AI) is the newest technology that\'s being employed among varied businesses, industries, and sectors. Python Artificial Intelligence Projects for Beginners demonstrates AI projects in Python, covering modern techniques that make up the world of Artificial Intelligence. This book begins with helping you to build your first prediction model using the popular Python library, scikit-learn. You will understand how to build a classifier using an effective machine learning technique, random forest, and decision trees. With exciting projects on predicting bird species, analyzing student performance data, song genre identification, and spam detection, you will learn the fundamentals and various algorithms and techniques that foster the development of these smart applications. In the concluding chapters, you will also understand deep learning and neural network mechanisms through these projects with the help of the Keras library. By the end of this book, you will be confident in building your own AI projects with Python and be ready to take on more advanced projects as you progress What you will learn Build a prediction model using decision trees and random forest Use neural networks, decision trees, and random forests for classification Detect YouTube comment spam with a bag-of-words and random forests Identify handwritten mathematical symbols with convolutional neural networks Revise the bird species identifier to use images Learn to detect positive and negative sentiment in user reviews Who this book is for Python Artificial Intelligence Projects for Beginners is for Python developers who want to take their first step into the world of Artificial Intelligence using easy-to-follow projects. Basic working knowledge of Python programming is expected so that you\'re able to play around with code

فهرست مطالب

Contents......Page 3
Preface......Page 4
1 Build Prediction Models......Page 7
Classification overview and evaluation techniques......Page 8
Evaluation......Page 9
Decision trees......Page 12
Common APIs for scikit-learn classifiers......Page 16
Prediction involving decision trees and student performance data......Page 17
Summary......Page 25
Random forests......Page 26
Predicting bird species with random forests......Page 28
Making a confusion matrix for the data......Page 37
Summary......Page 47
3 Comment Classification......Page 48
Text classification......Page 49
Machine learning techniques......Page 50
Bag of words......Page 51
Detecting YouTube comment spam......Page 53
Word2Vec models......Page 65
Doc2Vec......Page 67
Document vector......Page 68
Detecting positive or negative sentiments in user reviews......Page 69
Summary......Page 78
Understanding neural networks......Page 79
Feed-forward neural networks......Page 82
Identifying the genre of a song with neural networks......Page 86
Revising the spam detector to use neural networks......Page 97
Summary......Page 105
5 Deep Learning......Page 106
Convolutions and pooling......Page 107
Identifying handwritten mathematical symbols with CNNs......Page 115
Revisiting the bird species identifier to use images......Page 133
Summary......Page 144
Index......Page 146

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Calvin and the Rhetoric of Piety (Columbia Series in Reformed Theology)

دانلود کتاب Nuclear Systems Volume I: Thermal Hydraulic Fundamentals, Second edition

دانلود کتاب A Light of Her Own

دانلود کتاب Die tragische Dichtung der Hellenen

دانلود کتاب 2016年度 東京大学 全科-前期日程.pdf