reklama - zainteresowany?

Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2 - Helion

Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2
ebook
Autor: Stuart Russell, Peter Norvig
Tytuł oryginału: Artificial Intelligence: A Modern Approach, 4th Edition (tom 2)
Tłumaczenie: Andrzej Gra
ISBN: 978-83-283-7774-5
stron: 472, Format: ebook
Data wydania: 2022-11-01
Księgarnia: Helion

Cena książki: 64,50 zł (poprzednio: 129,00 zł)
Oszczędzasz: 50% (-64,50 zł)

Dodaj do koszyka Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2

Tagi: Elektronika | Inne - Programowanie | Robotyka | Uczenie maszynowe

Praktycznie codziennie korzystamy z osi

Dodaj do koszyka Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2

 

Osoby które kupowały "Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2", wybierały także:

  • Arduino. Kurs video. Poziom pierwszy. Podstawowe techniki dla własnych projektów elektronicznych
  • Elektronika. Od analizy symbolicznej do oblicze
  • Elektronika. Projekty dla pasjonat
  • Elektronika bez oporu. Uk
  • Jak sztuczna inteligencja zmieni twoje

Dodaj do koszyka Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2

Spis treści

Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2 eBook -- spis treści

V. UCZENIE MASZYNOWE

Rozdział 19. UCZENIE MASZYNOWE Z PRZYKŁADOWYCH DANYCH

  • 19.1. Formy uczenia maszynowego
  • 19.2. Uczenie nadzorowane
  • 19.3. Drzewa decyzyjne w uczeniu maszynowym
  • 19.4. Selekcja modelu i optymalizacja
  • 19.5. Teoria uczenia maszynowego
  • 19.6. Regresja liniowa i klasyfikacja
  • 19.7. Modele nieparametryczne
  • 19.8. Uczenie zespołowe
  • 19.9. Budowanie systemów uczenia maszynowego
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 20. UCZENIE MODELI PROBABILISTYCZNYCH

  • 20.1. Uczenie statystyczne
  • 20.2. Uczenie z kompletnych danych
  • 20.3. Uczenie z ukrytymi zmiennymi: algorytm EM
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 21. GŁĘBOKIE UCZENIE

  • 21.1. Proste sieci ze sprzężeniem w przód
  • 21.2. Grafy obliczeniowe dla głębokiego uczenia
  • 21.3. Konwolucyjne sieci neuronowe (CNN)
  • 21.4. Algorytmy głębokiego uczenia
  • 21.5. Generalizacja
  • 21.6. Rekurencyjne sieci neuronowe (RNN)
  • 21.7. Nienadzorowane uczenie transferowe
  • 21.8. Zastosowania
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 22. UCZENIE ZE WZMACNIANIEM

  • 22.1. Uczenie się dla nagród
  • 22.2. Pasywne uczenie ze wzmacnianiem
  • 22.3. Aktywne uczenie ze wzmacnianiem
  • 22.4. Generalizacja w uczeniu ze wzmacnianiem
  • 22.5. Wyszukiwanie polityki
  • 22.6. Uczenie praktykanckie i odwrotne uczenie ze wzmacnianiem
  • 22.7. Zastosowania uczenia ze wzmacnianiem
  • Podsumowanie
  • Bibliografia i uwagi historyczne

VI. KOMUNIKACJA, PERCEPCJA I DZIAŁANIE

Rozdział 23. PRZETWARZANIE JĘZYKA NATURALNEGO

  • 23.1. Modele językowe
  • 23.2. Gramatyka
  • 23.3. Parsowanie
  • 23.4. Gramatyki augmentowane
  • 23.5. Komplikacje języków naturalnych
  • 23.6. Zadania NLP
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 24. GŁĘBOKIE UCZENIE W PRZETWARZANIU JĘZYKA NATURALNEGO

  • 24.1. Embeddingi słów
  • 24.2. Rekurencyjne sieci neuronowe w NLP
  • 24.3. Modele "sekwencja na sekwencję"
  • 24.4. Architektura transformerów
  • 24.5. Trenowanie wstępne i uczenie transferowe
  • 24.6. Obecny stan sztuki
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 25. WIDZENIE KOMPUTEROWE

  • 25.1. Wstęp
  • 25.2. Formowanie obrazów
  • 25.3. Podstawowe cechy obrazów
  • 25.4. Klasyfikowanie obrazów
  • 25.5. Wykrywanie obiektów
  • 25.6. Rzeczywistość 3D
  • 25.7. Widzenie komputerowe w praktyce
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 26. ROBOTYKA

  • 26.1. Wstęp
  • 26.2. Sprzęt robotów
  • 26.3. Jakie rodzaje problemów rozwiązywać może robotyka?
  • 26.4. Percepcja robotów
  • 26.5. Planowanie i sterowanie
  • 26.6. Planowanie ruchu w warunkach niepewności
  • 26.7. Uczenie ze wzmacnianiem w robotyce
  • 26.8. Ludzie i roboty
  • 26.9. Alternatywne frameworki robotyczne
  • 26.10. Domeny zastosowań robotyki
  • Podsumowanie
  • Bibliografia i uwagi historyczne

VII. KONKLUZJE

Rozdział 27. BEZPIECZEŃSTWO ORAZ ETYCZNE I FILOZOFICZNE ASPEKTY SZTUCZNEJ INTELIGENCJI

  • 27.1. Granice sztucznej inteligencji
  • 27.2. Czy maszyny mogą naprawdę myśleć?
  • 27.3. Sztuczna inteligencja a etyka
  • Podsumowanie
  • Bibliografia i uwagi historyczne

Rozdział 28. PRZYSZŁOŚĆ SZTUCZNEJ INTELIGENCJI

  • 28.1. Komponenty sztucznej inteligencji
  • 28.2. Architektury sztucznej inteligencji

BIBLIOGRAFIA

SKOROWIDZ

Dodaj do koszyka Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 2

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.