基本信息

内容简介
计算机书籍
---------------------------Python人工智能项目实战---------------------------
通过结合深度学习和强化学习,帮助你构建智能而且实用的人工智能系统。本书涉及的项目涵盖众多领域,例如医疗健康、电子商务、专家系统、智能安防、移动应用和自动驾驶,使用的技术包括卷积神经网络、深度强化学习、基于LSTM的RNN、受限玻尔兹曼机、生成对抗网络、机器翻译和迁移学习。本书有关构建智能应用的理论知识将帮助读者使用有趣的方法来拓展项目,令其快速创建有影响力的AI应用。读完本书之后,你将有足够的能力建立自己的智能模型,轻松地解决来自任何领域的问题。
---------------------------Python自然语言处理---------------------------
本书旨在回答三个问题:第一个,什么是自然语言处理;第二个,为什么大多数人会使用Python来开发自然语言处理应用程序;最后一个也很重要的问题,在学习自然语言处理的时候,有哪些Python相关资源可用。读完本书,读者便会对此了然于胸。
作译者
---------------------------Python人工智能项目实战---------------------------
[印度] 桑塔努·帕塔纳亚克(Santanu Pattanayak) 著:作者简介
桑塔努·帕塔纳亚克(Santanu Pattanayak)是高通公司研发部门的一名资深机器学习专家,著有《Pro Deep Learning with TensorFlow - A Mathematical Approach to Advanced Artificial Intelligence in Python》。他拥有12年的工作经验,在加入高通之前,曾在GE、Capgemini和IBM任职。
---------------------------Python自然语言处理---------------------------
[印度]雅兰·萨纳卡(Jalaj Thanaki) 著:
目录
---------------------------Python人工智能项目实战---------------------------
译者序
前言
作者简介
审校者简介
第1章 人工智能系统基础知识 1
1.1 神经网络 2
1.2 神经激活单元 5
1.2.1 线性激活单元 5
1.2.2 sigmoid激活单元 6
1.2.3 双曲正切激活函数 6
1.2.4 修正线性单元 7
1.2.5 softmax激活单元 9
1.3 用反向传播算法训练神经网络 9
1.4 卷积神经网络 12
前言
---------------------------Python人工智能项目实战---------------------------
本书可帮助你结合深度学习和强化学习来构建智能而且实用的基于人工智能的系统。本书涉及的项目涵盖众多领域,例如医疗健康、电子商务、专家系统、智能安防、移动应用和自动驾驶,使用的技术包括卷积神经网络、深度强化学习、基于LSTM的RNN、受限玻尔兹曼机、生成对抗网络、机器翻译和迁移学习。本书有关构建智能应用的理论知识将帮助读者使用有趣的方法来拓展项目,以便快速创建有影响力的AI应用。读完本书之后,你将有足够的能力建立自己的智能模型,轻松地解决来自任何领域的问题。
本书面向的读者
本书面向的读者是希望拓展AI知识的数据科学家、机器学习专家和深度学习从业者。如果你希望构建一个实用的在任何系统可发挥重要作用的智能系统,那么这本书正是你需要的。
本书内容
第1章介绍关于如何使用机器学习、深度学习和强化学习来构建人工智能系统的基础知识。我们会讨论不同的人工神经网络,包括用于图像处理的CNN和用于自然语言处理的RNN。
第2章介绍如何使用迁移学习来检测人眼中的糖尿病视网膜病变症状,并判断其严重程度。我们会探索卷积神经网络(CNN),并学习如何用CNN训练一个模型,使得这个模型可以在人眼基底图片中检测出糖尿病视网膜病变。
第3章介绍循环神经网络(RNN)架构的基础知识。我们还会学习三个不同的机器翻译系统:基于规则的机器翻译、统计机器翻译和神经机器翻译。
第4章解释如何创建一个智能的AI模型,以便根据已有的手提包生成相似风格的鞋子,或相反。我们将使用Vanilla GAN来实现这个项目,还涉及GAN的多种定制化变形,例如DiscoGAN和CycleGAN。
第5章讨论CNN和长短期记忆(LSTM)在视频字幕中的角色,以及如何利用序列到序列(视频到文字)架构构建一个视频字幕系统。
第6章讨论推荐系统,该系统是一种信息过滤系统,用于解决电子数据信息过载问题,以便提取项目和信息。我们将使用协同过滤和受限玻尔兹曼机来构建推荐系统。
第7章解释机器学习是如何向移动应用提供服务的。我们将使用TensorFlow来创建一个Android移动应用,将电影评论作为输入,基于情感分析来提供评分。
第8章解释聊天机器人是如何进化的,以及使用聊天机器人的好处。我们还会研究如何创建一个聊天机器人,以及什么是LSTM序列到序列模型。我们还会为推特(Twitter)客服机器人创建一个序列到序列的模型。
第9章解释强化学习和Q学习。我们还会使用深度学习和强化学习来创建一辆自动驾驶汽车。
第10章讨论什么是CAPTCHA以及为什么我们需要CAPTCHA。我们还会介绍利用深度学习构建一个模型来破坏CAPTCHA,以及如何使用对抗学习来生成CAPTCHA。
媒体评论
---------------------------Python人工智能项目实战---------------------------
如果你想学习如何使用Python在多个领先的人工智能(AI)领域构建代表性项目,本书将是一个完美的指南。
本书介绍涉及AI所有核心应用方向的若干项目的详细实施过程。首先介绍使用机器学习和深度学习技术创建智能系统所需的基础知识,包括如何使用CNN、RNN、LSTM等各种神经网络架构,然后介绍如何在医疗领域使用迁移学习技术训练一个模型来检测人眼中的糖尿病视网膜病变,接着介绍如何创建一个神经机器翻译系统以及如何使用GAN实现时尚风格的迁移,之后介绍如何构建一个能够为视频产生字幕的模型,以及如何构建基于AI的推荐系统、用于情感分析的移动应用程序和用于提供客户服务的聊天机器人,最后介绍使用强化学习培训和构造自动驾驶车辆,以及在网络安全领域实施AI技术来生成CAPTCHA。你将学习如何使用TensorFlow、Keras等Python库为机器学习、深度学习和AI提供核心支持。通过本书的学习,你将能熟练建立自己的智能模型,以解决任何类型的AI问题。
通过阅读本书,你将能够:
· 使用序列到序列神经翻译机器构建智能机器翻译系统。
· 使用GAN创建AI应用程序并使用TensorFlow部署智能移动应用程序。
· 使用CNN和RNN为视频产生字幕。
· 实现人工智能聊天机器人并将其集成和扩展到多个领域。
· 使用深度Q学习创建智能增强的应用程序。
· 使用深度学习和对抗学习破解和生成CAPTCHA。
---------------------------Python自然语言处理---------------------------