Genetikus algoritmusok és gépi tanulás programozóknak: AI modellek létrehozása és megoldások fejlesztése

Olvasói vélemények

A könyvet dicsérik a mesterséges intelligencia és a gépi tanulás világos magyarázatai és gyakorlatias megközelítése miatt, amely az összetett témákat is könnyebben hozzáférhetővé teszi. Sok felhasználó azonban problémákat jelzett a Kindle-verzióval kapcsolatban, különösen a képletek olvashatóságát illetően, és néhányan a haladó tartalom miatt kihívást jelentett a kezdőknek.

⬤ Világos és érthető magyarázatok a diákok számára.
⬤ Magával ragadó gyakorlati megközelítés gyakorlati feladatokkal.
⬤ A mesterséges intelligencia és a gépi tanulás témáinak széles skáláját öleli fel.
⬤ Jó a programozói és matematikai háttérrel rendelkező olvasók számára.
⬤ Kiváló technikai írásmód és analógiák.
⬤ Tömör és alapos alapozást nyújt a genetikai algoritmusokról.

⬤ A képletek olvashatatlanok a Kindle változatban több eszközön is.
⬤ A könyv talán túlságosan fejlett a programozásban valóban kezdők számára.
⬤ Néhány felhasználó úgy találta, hogy nem minden szükséges kódot tartalmaz a gyakorlatokhoz.
⬤ A kódpéldák formázása javítható lenne.

(15 olvasói vélemény alapján)

Eredeti címe:

Genetic Algorithms and Machine Learning for Programmers: Create AI Models and Evolve Solutions

Könyv tartalma:

Az önvezető autók, a természetes nyelvfelismerés és az online ajánlómotorok mind a gépi tanulásnak köszönhetően valósulnak meg. Mostantól létrehozhatja saját genetikai algoritmusait, a természet ihlette rajokat, Monte Carlo-szimulációkat, celluláris automatákat és klasztereket. Megtudhatja, hogyan tesztelheti ML-kódját, és még haladóbb témákba merülhet el. Ha kezdő vagy középhaladó programozó vagy, aki szeretné megérteni a gépi tanulást, ez a könyv neked szól.

Fedezze fel a gépi tanulási algoritmusokat egy maroknyi önálló recept segítségével. Építsen algoritmus-repertoárt, fedezze fel az általánosan alkalmazható kifejezéseket és megközelítéseket. Süssön intelligenciát az algoritmusaiba, irányítva őket a problémák jó megoldásainak felfedezésére.

Ebben a könyvben:

⬤ Heurisztikák használata és fitneszfüggvények tervezése.

⬤ Génikus algoritmusok készítése.

⬤ A természet ihlette rajok készítése hangyákkal, méhekkel és részecskékkel.

⬤ Monte Carlo szimulációkat készíthet.

⬤ Vizsgálja meg a celluláris automatákat.

⬤ Minimák és maximumok keresése hegymászás és szimulált lágyítás segítségével.

⬤ Kipróbáljon kiválasztási módszereket, beleértve a verseny- és rulettkereket.

⬤ Tanuljon heurisztikákról, fitneszfüggvényekről, metrikákról és klaszterekről.

Tesztelje a kódját, és inspirálódjon új problémák kipróbálásához. Dolgozzon át forgatókönyveket, hogy kódolja ki magát a papírzacskóból.

Fontos készség minden hozzáértő programozó számára. Az egyes problémák vizualizációjának elkészítésével megnézheti, hogyan fedezik fel és tanulják meg az algoritmusok a problémákat. Inspirálódjon saját gépi tanulási projektek tervezéséhez, és ismerkedjen meg a szakzsargonnal.

Amire szüksége van:

Kódolás C++ (>= C++11), Python (2. x vagy 3. x) és JavaScript (HTML5 vászon használatával) nyelven. Használja továbbá a matplotlib-et és néhány nyílt forráskódú könyvtárat, köztük az SFML-t, a Catch-et és a Cosmic-Ray-t. Ezek a grafikus és tesztelő könyvtárak nem kötelezőek, de használatuk teljesebb élményt nyújt. Csak egy szövegszerkesztővel és az Ön által választott nyelv fordítójával/értelmezőjével felfegyverkezve is végigkódolhatja az általános algoritmusleírások alapján.