Algorytmy genetyczne i uczenie maszynowe dla programistów: Twórz modele AI i rozwijaj rozwiązania

Opinie czytelników

Książka jest chwalona za jasne wyjaśnienia i praktyczne podejście do sztucznej inteligencji i uczenia maszynowego, dzięki czemu złożone tematy są bardziej przystępne. Wielu użytkowników zgłaszało jednak problemy z wersją na Kindle, szczególnie w odniesieniu do czytelności formuł, a niektórzy uznali ją za trudną dla początkujących ze względu na jej zaawansowaną zawartość.

⬤ Jasne i zrozumiałe wyjaśnienia dla studentów.
⬤ Wciągające podejście praktyczne z ćwiczeniami praktycznymi.
⬤ Obejmuje szeroki zakres tematów związanych ze sztuczną inteligencją i uczeniem maszynowym.
⬤ Dobra dla czytelników z programistycznym i matematycznym doświadczeniem.
⬤ Doskonały techniczny język i analogie.
⬤ Zwięzły i zapewniający solidny elementarz na temat algorytmów genetycznych.

⬤ Wzory są nieczytelne w wersji Kindle na wielu urządzeniach.
⬤ Książka może być zbyt zaawansowana dla początkujących programistów.
⬤ Niektórzy użytkownicy stwierdzili, że nie wszystkie niezbędne kody do ćwiczeń zostały uwzględnione.
⬤ Formatowanie przykładów kodu mogłoby zostać poprawione.

(na podstawie 15 opinii czytelników)

Oryginalny tytuł:

Genetic Algorithms and Machine Learning for Programmers: Create AI Models and Evolve Solutions

Zawartość książki:

Samojezdne samochody, rozpoznawanie języka naturalnego i silniki rekomendacji online są możliwe dzięki uczeniu maszynowemu. Teraz możesz tworzyć własne algorytmy genetyczne, roje inspirowane naturą, symulacje Monte Carlo, automaty komórkowe i klastry. Dowiedz się, jak testować swój kod ML i zagłębić się w jeszcze bardziej zaawansowane tematy. Jeśli jesteś początkującym lub średnio zaawansowanym programistą, który chce zrozumieć uczenie maszynowe, ta książka jest dla Ciebie.

Odkryj algorytmy uczenia maszynowego za pomocą kilku samodzielnych przepisów. Zbuduj repertuar algorytmów, odkrywając terminy i podejścia, które mają ogólne zastosowanie. Wbudować inteligencję w swoje algorytmy, prowadząc je do odkrywania dobrych rozwiązań problemów.

W tej książce nauczysz się

⬤ Używać heurystyk i projektować funkcje fitness.

⬤ Budować algorytmy genetyczne.

⬤ Tworzyć inspirowane naturą roje mrówek, pszczół i cząstek.

⬤ Tworzyć symulacje Monte Carlo.

⬤ Badanie automatów komórkowych.

⬤ Znajdowanie minimów i maksimów za pomocą wspinaczki i symulowanego wyżarzania.

⬤ Wypróbować metody selekcji, w tym turniej i koła ruletki.

⬤ Dowiedz się więcej o heurystykach, funkcjach fitness, metrykach i klastrach.

Przetestuj swój kod i zainspiruj się do wypróbowania nowych problemów. Pracuj nad scenariuszami, aby zakodować wyjście z papierowej torby.

Ważna umiejętność dla każdego kompetentnego programisty. Zobacz, jak algorytmy badają i uczą się, tworząc wizualizacje każdego problemu. Zainspiruj się do projektowania własnych projektów uczenia maszynowego i zapoznaj się z żargonem.

Czego potrzebujesz:

Kod w C++ (>= C++11), Python (2.x lub 3.x) i JavaScript (przy użyciu HTML5 canvas). Używa również matplotlib i niektórych bibliotek open source, w tym SFML, Catch i Cosmic-Ray. Te biblioteki do tworzenia wykresów i testowania nie są wymagane, ale ich użycie zapewni pełniejsze wrażenia. Uzbrojony w edytor tekstu i kompilator/interpreter wybranego języka, nadal możesz kodować na podstawie ogólnych opisów algorytmów.