Искусственный интеллект и Машинное обучение. Основы программирования на Python
Автор: Тимур Казанцев
Чтец: Вадим Ерофеев
АУДИОКНИГА
В этой книге мы расскажем вам об основных понятиях Искусственного интеллекта и Машинного обучения. Вы познакомитесь с основными алгоритмами и моделями, использующимися для решения абсолютно разных задач. Мы научимся предсказывать цены на квартиры, ВВП стран, распределим цветы на разные классы и даже построим собственную нейронную сеть, которая сможет предсказывать, что изображено на рисунке.
Для желающих овладеть языком программирования Python, на котором решается большинство задач по машинному обучению, мы пройдем основы программирования на этом языке и научимся использовать его для построения моделей машинного и глубокого обучения.
К данной аудиокниге прилагается PDF-файл, рекомендованный для скачивания. Файл важен для понимания и усвоения книги.
Спойлер: Оглавление
Введение
История развития Искусственного интеллекта
Различие между ИИ, машинным обучением, глубинным обучением и нейронными сетями
Примеры использования ИИ, МО и ГО
Искусственный интеллект
Машинное обучение
Глубокое обучение
Основные задачи и методы машинного обучения
Обучение с учителем и обучение без учителя
Регрессия
Классификация
Кластеризация
Ансамблирование в машинном обучении
Ансамбли
Комитет большинства
Бэггинг и бустинг
Случайный лес
Будущее Искусственного интеллекта
Основы программирования на Python
Для тех, кто знает основы Python
Установка Python. Anaconda и обзор библиотек для МО
Введение в Питон. Базовые команды
If – оператор
Оператор While
Строки
Списки
Словари
Построение моделей машинного обучения в Python
Предсказание цен на квартиры с помощью метода линейной регрессии
Предсказание ВВП в зависимости от цен на нефть
Выжившие на Титанике. Модель классификации с помощью Метода опорных векторов
Решение задачи Выживших на Титанике с помощью модели Дерева решений, Случайного леса и Бэггинга
Нейронные сети. Распознавание изображений
Архитектура нейронной сети
Создание модели нейронной сети
Компиляция модели
Обучение модели
Предсказание изображений
Бонусная глава. Открытые датасэты для задач машинного обучения
Возрастное ограничение: 12+
Дата выхода на ЛитРес: 11 сентября 2022
Длительность: 4 ч. 20 мин. 17 сек.
ISBN: 978-5-535-22710-8
Цена: 249 руб.
Форматы: MP3, MP4, PDF (доп. материалы)
Продажник: Скрытая ссылка
Автор: Тимур Казанцев
Чтец: Вадим Ерофеев
АУДИОКНИГА
В этой книге мы расскажем вам об основных понятиях Искусственного интеллекта и Машинного обучения. Вы познакомитесь с основными алгоритмами и моделями, использующимися для решения абсолютно разных задач. Мы научимся предсказывать цены на квартиры, ВВП стран, распределим цветы на разные классы и даже построим собственную нейронную сеть, которая сможет предсказывать, что изображено на рисунке.
Для желающих овладеть языком программирования Python, на котором решается большинство задач по машинному обучению, мы пройдем основы программирования на этом языке и научимся использовать его для построения моделей машинного и глубокого обучения.
К данной аудиокниге прилагается PDF-файл, рекомендованный для скачивания. Файл важен для понимания и усвоения книги.
Спойлер: Оглавление
Введение
История развития Искусственного интеллекта
Различие между ИИ, машинным обучением, глубинным обучением и нейронными сетями
Примеры использования ИИ, МО и ГО
Искусственный интеллект
Машинное обучение
Глубокое обучение
Основные задачи и методы машинного обучения
Обучение с учителем и обучение без учителя
Регрессия
Классификация
Кластеризация
Ансамблирование в машинном обучении
Ансамбли
Комитет большинства
Бэггинг и бустинг
Случайный лес
Будущее Искусственного интеллекта
Основы программирования на Python
Для тех, кто знает основы Python
Установка Python. Anaconda и обзор библиотек для МО
Введение в Питон. Базовые команды
If – оператор
Оператор While
Строки
Списки
Словари
Построение моделей машинного обучения в Python
Предсказание цен на квартиры с помощью метода линейной регрессии
Предсказание ВВП в зависимости от цен на нефть
Выжившие на Титанике. Модель классификации с помощью Метода опорных векторов
Решение задачи Выживших на Титанике с помощью модели Дерева решений, Случайного леса и Бэггинга
Нейронные сети. Распознавание изображений
Архитектура нейронной сети
Создание модели нейронной сети
Компиляция модели
Обучение модели
Предсказание изображений
Бонусная глава. Открытые датасэты для задач машинного обучения
Возрастное ограничение: 12+
Дата выхода на ЛитРес: 11 сентября 2022
Длительность: 4 ч. 20 мин. 17 сек.
ISBN: 978-5-535-22710-8
Цена: 249 руб.
Форматы: MP3, MP4, PDF (доп. материалы)
Продажник: Скрытая ссылка
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.