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
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Joshua Eckroth سری: ISBN (شابک) : 1789539463, 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
کلمات کلیدی مربوط به کتاب پروژه های هوش مصنوعی پایتون برای مبتدیان: با هوش مصنوعی با استفاده از 8 برنامه هوشمند و هیجان انگیز هوش مصنوعی راه اندازی کنید: شبکههای عصبی، یادگیری عمیق، درختهای تصمیم، پایتون، شبکههای عصبی کانولوشن، طبقهبندی، مدلهای پیشبینی، یادگیری علمی
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 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.
با اجرای پروژه های هوش مصنوعی در دنیای واقعی، اپلیکیشن های هوشمند بسازید ویژگی های کلیدی • انواع پروژه های هوش مصنوعی را با پایتون کاوش کنید • با انواع مختلف شبکه های عصبی و الگوریتم های یادگیری عمیق محبوب آشنا شوید • از کتابخانه های یادگیری عمیق پایتون برای پروژه های هوش مصنوعی خود استفاده کنید توضیحات 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 ژانر 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 با پیشرفت خود خواهید بود. آنچه خواهید آموخت • یک مدل پیش بینی با استفاده از درختان تصمیم و جنگل تصادفی بسازید • از شبکه های عصبی، درخت تصمیم و جنگل های تصادفی برای طبقه بندی استفاده کنید • هرزنامه نظرات YouTube را با مجموعه ای از کلمات و جنگل های تصادفی شناسایی کنید • نمادهای ریاضی دست نویس را با شبکه های عصبی کانولوشن شناسایی کنید • برای استفاده از تصاویر، شناسه گونه پرنده را اصلاح کنید • یاد بگیرید که احساسات مثبت و منفی را در نظرات کاربران تشخیص دهید این کتاب برای چه کسی است پروژههای هوش مصنوعی پایتون برای مبتدیان برای توسعهدهندگان پایتون است که میخواهند با استفاده از پروژههایی با قابلیت دنبال کردن آسان، اولین قدم خود را به دنیای هوش مصنوعی بردارند. دانش اولیه برنامه نویسی پایتون مورد انتظار است تا بتوانید با کد بازی کنید
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
1. Building Your Own Prediction Models 2. Prediction with Random Forests 3. Application for comment classification 4. Neural Networks 5. Deep Learning