Ocena:
Książka została ogólnie dobrze przyjęta, chwalona za praktyczne podejście, wciągający format i kompleksowe omówienie tematów związanych ze sztuczną inteligencją. Została jednak skrytykowana za mylący tytuł, minimalny nacisk na TensorFlow, błędy w kodzie i brak dogłębnych wyjaśnień.
Zalety:⬤ Praktyczne i praktyczne podejście do nauki sztucznej inteligencji.
⬤ Angażujący format, który sprawia, że złożone tematy są przystępne.
⬤ Dobra zarówno dla początkujących, jak i doświadczonych praktyków.
⬤ Obejmuje szeroki zakres tematów związanych ze sztuczną inteligencją.
⬤ Zawiera przykłady kodu do pobrania do nauki przez działanie.
⬤ Mylący tytuł, ponieważ podkreśla TensorFlow, ale omawia go w minimalnym stopniu.
⬤ Niektóre przykłady kodu są błędne lub brakuje im szczegółów.
⬤ Organizacja rozdziałów mogłaby zostać poprawiona; niektórzy uważają ją za rozproszoną.
⬤ Krótkie wyjaśnienia, które często nie zapewniają dogłębnego zrozumienia pojęć.
⬤ Wymaga wcześniejszej wiedzy, aby w pełni zrozumieć całą zawartość.
(na podstawie 20 opinii czytelników)
Artificial Intelligence with Python - Second Edition
Nowe wydanie bestsellerowego przewodnika po sztucznej inteligencji w Pythonie, zaktualizowane do wersji Python 3.x, z siedmioma nowymi rozdziałami, które obejmują RNN, AI i Big Data, podstawowe przypadki użycia, chatboty i wiele innych.
Kluczowe cechy:
⬤ Całkowicie zaktualizowany i poprawiony do wersji Python 3.x.
⬤ Nowe rozdziały poświęcone sztucznej inteligencji w chmurze, rekurencyjnym sieciom neuronowym, modelom głębokiego uczenia oraz selekcji i inżynierii funkcji.
⬤ Dowiedz się więcej o algorytmach głębokiego uczenia, potokach danych uczenia maszynowego i chatbotach.
Opis książki:
Artificial Intelligence with Python, Second Edition to zaktualizowana i rozszerzona wersja bestsellerowego przewodnika po sztucznej inteligencji z wykorzystaniem najnowszej wersji Pythona 3.x. To nowe wydanie nie tylko stanowi wprowadzenie do sztucznej inteligencji, ale idzie dalej, dając narzędzia potrzebne do odkrywania niesamowitego świata inteligentnych aplikacji i tworzenia własnych aplikacji.
Ta edycja zawiera również siedem nowych rozdziałów poświęconych bardziej zaawansowanym koncepcjom sztucznej inteligencji, w tym podstawowym przypadkom użycia sztucznej inteligencji.
Potoków danych uczenia maszynowego.
Wybór cech i inżynieria cech.
Sztuczna inteligencja w chmurze.
Podstawy chatbotów.
RNN i modele DL.
AI i Big Data.
Wreszcie, to nowe wydanie bada różne rzeczywiste scenariusze i uczy, jak zastosować odpowiednie algorytmy sztucznej inteligencji do szerokiego zakresu problemów, zaczynając od najbardziej podstawowych koncepcji sztucznej inteligencji i stopniowo budując od nich do rozwiązywania trudniejszych wyzwań, tak aby pod koniec uzyskać solidne zrozumienie i kiedy najlepiej stosować te liczne techniki sztucznej inteligencji.
Czego się nauczysz:
⬤ Zrozumieć, czym jest sztuczna inteligencja, uczenie maszynowe i nauka o danych.
⬤ Poznasz najczęstsze przypadki użycia sztucznej inteligencji.
⬤ Dowiesz się, jak zbudować potok uczenia maszynowego.
⬤ przyswoić podstawy selekcji cech i inżynierii cech
⬤ Zidentyfikować różnice między uczeniem nadzorowanym i nienadzorowanym.
⬤ Odkryj najnowsze osiągnięcia i narzędzia oferowane do rozwoju sztucznej inteligencji w chmurze.
⬤ Tworzyć systemy automatycznego rozpoznawania mowy i chatboty.
⬤ Zastosuj algorytmy AI do danych szeregów czasowych.
Dla kogo jest ta książka:
Odbiorcami tej książki są programiści Pythona, którzy chcą tworzyć rzeczywiste aplikacje sztucznej inteligencji. Podstawowe doświadczenie w programowaniu w Pythonie oraz świadomość koncepcji i technik uczenia maszynowego są obowiązkowe.
