Header Ads Widget

Ticker

6/recent/ticker-posts

Download Gratis eBook Artificial Intelligence with Python

 

Judul eBook : Artificial Intelligence with Python (Kecerdasan Buatan dengan Python)

Deskripsi : Membangun aplikasi kecerdasan buatan dunia nyata dengan Python untuk berinteraksi dengan dunia di sekitar Anda

Penulis :  Prateek Joshi

Publisher : BIRMINGHAM - MUMBAI - INDIA

Link Download : Via Google Drive - 33MB (437 halaman)

 

Isi Buku Artificial Intelligence with Python? Ada apa saja ya...

Bab 1, Pengantar Kecerdasan Buatan, mengajarkan Anda berbagai konsep pengantar dalam kecerdasan buatan. Ini berbicara tentang aplikasi, cabang, dan pemodelan Artificial Intelligence. Ini memandu pembaca melalui instalasi paket Python yang diperlukan.

Bab 2, Klasifikasi dan Regresi Menggunakan Supervised Learning, mencakup berbagai teknik pembelajaran yang diawasi untuk klasifikasi dan regresi. Anda akan belajar bagaimana menganalisis data pendapatan dan memprediksi harga rumah.

Bab 3, Analisis Prediktif dengan Pembelajaran Ensemble, menjelaskan teknik pemodelan prediktif menggunakan Ensemble Learning, terutama difokuskan pada Random Forests. Kita akan belajar bagaimana menerapkan teknik ini untuk memprediksi lalu lintas di jalan raya dekat stadion olahraga.

Bab 4, Mendeteksi Pola dengan Pembelajaran Tanpa Pengawasan, mencakup algoritma pembelajaran tanpa pengawasan termasuk K-means dan Mean Shift Clustering. Kita akan belajar bagaimana menerapkan algoritma ini pada data pasar saham dan segmentasi pelanggan.

Bab 5, Membangun Sistem Rekomendasi, mengilustrasikan algoritma yang digunakan untuk membangun mesin rekomendasi. Anda akan mempelajari cara menerapkan algoritme ini ke pemfilteran kolaboratif dan rekomendasi film.

Bab 6, Pemrograman Logika, mencakup blok bangunan pemrograman logika. Kita akan melihat berbagai aplikasi, termasuk pencocokan ekspresi, penguraian pohon keluarga, dan pemecahan teka-teki.

Bab 7, Teknik Pencarian Heuristik, menunjukkan teknik pencarian heuristik yang digunakan untuk mencari ruang solusi. Kita akan belajar tentang berbagai aplikasi seperti simulasi anil, pewarnaan wilayah, dan pemecahan labirin.

Bab 8, Algoritma Genetika, mencakup algoritma evolusioner dan pemrograman genetik. Kita akan belajar tentang berbagai konsep seperti fungsi persilangan, mutasi, dan kebugaran. Kami kemudian akan menggunakan konsep ini untuk memecahkan masalah regresi simbol dan membangun pengontrol robot cerdas.

Bab 9, Membangun Game dengan Kecerdasan Buatan, mengajari Anda cara membuat game dengan kecerdasan buatan. Kita akan belajar bagaimana membangun berbagai game termasuk Tic Tac Toe, Connect Four, dan Hexapawn

Bab 10, Natural Language Processing, mencakup teknik yang digunakan untuk menganalisis data teks termasuk tokenisasi, stemming, bag of words, dan sebagainya. Kita akan belajar bagaimana menggunakan teknik ini untuk melakukan analisis sentimen dan pemodelan topik.

Bab 11, Penalaran Probabilistik untuk Data Sekuensial, menunjukkan teknik yang digunakan untuk menganalisis deret waktu dan data sekuensial termasuk model Markov Tersembunyi dan Bidang Acak Bersyarat. Kita akan belajar bagaimana menerapkan teknik ini pada analisis urutan teks dan prediksi pasar saham.

Bab 12, Membangun Pengenal Pidato, mendemonstrasikan algoritme yang digunakan untuk menganalisis data ucapan. Kami akan belajar bagaimana membangun sistem pengenalan suara.

Bab 13, Deteksi dan Pelacakan Objek, Ini mencakup algoritma yang terkait dengan deteksi objek dan pelacakan dalam video langsung. Kami akan belajar tentang berbagai teknik termasuk aliran optik, pelacakan wajah, dan pelacakan mata.

Bab 14, Jaringan Syaraf Tiruan, mencakup algoritma yang digunakan untuk membangun jaringan saraf. Kita akan belajar bagaimana membangun sistem Pengenalan Karakter Optik menggunakan jaringan saraf.

Bab 15, Pembelajaran Penguatan, mengajarkan teknik yang digunakan untuk membangun sistem pembelajaran penguatan. Kami akan belajar bagaimana membangun agen pembelajaran yang dapat belajar dari berinteraksi dengan lingkungan.

Bab 16, Pembelajaran Mendalam dengan Jaringan Neural Konvolusional, mencakup algoritme yang digunakan untuk membangun sistem pembelajaran mendalam menggunakan Convolutional Neural Networks. Kami akan belajar bagaimana caranya gunakan TensorFlow untuk membangun jaringan neural. Kami kemudian akan menggunakannya untuk membuat pengklasifikasi gambar
menggunakan jaringan saraf konvolusional.
 

Posting Komentar

0 Komentar