Прикладное машинное обучение и искусственный интеллект для инженеров
Эта книга представляет собой практическое руководство по применению искусственного интеллекта и машинного обучения для решения реальных бизнес-задач, которые невозможно решить традиционными алгоритмическими методами. Автор, Джефф Просиз, ориентируется на инженеров и разработчиков программного обеспечения, предлагая им освоить ключевые концепции и инструменты современного ИИ.
В первой части книги подробно рассматривается машинное обучение с использованием библиотеки Scikit-Learn на языке Python. Читатель познакомится с различными типами обучения (с учителем и без учителя), популярными алгоритмами, такими как кластеризация k-средних и метод k ближайших соседей, а также научится строить и оценивать регрессионные модели и модели классификации.
Вторая часть посвящена глубокому обучению и нейронным сетям с применением библиотек Keras и TensorFlow. В книге представлены практические примеры создания моделей для распознавания лиц, обнаружения объектов, обработки естественного языка (NLP), включая построение языковых моделей для ответов на вопросы и машинного перевода.
Отдельное внимание уделено интеграции ИИ в приложения с помощью облачных API, таких как Microsoft Cognitive Services. Книга содержит множество примеров кода, подробные объяснения и рекомендации по выбору подходящих алгоритмов для конкретных задач, что делает её ценным ресурсом для инженеров, желающих внедрить ИИ в свою профессиональную деятельность.
