Volume 446 pages
2024 year
Основы искусственного интеллекта в примерах на Python
About the book
Описаны инструментальные средства для разработки приложений искусственного интеллекта. Даны основы языка программирования Python. Раскрыты основные понятия и определения искусственного интеллекта. Рассмотрены вопросы программной реализации элементов нейронной сети и построения многослойных нейронных сетей. Большое внимание уделено применению специализированных библиотек PyBrain, Scikit-learn, Keras, TensorFlow для формирования структуры нейронных сетей и их обучения, и библиотек ImageAI и OpenCV для обработки изображений. Материал иллюстрирован простыми и понятными примерами, демонстрирующими использование предварительно обученных нейронных сетей для распознавания объектов на изображениях, создания собственных наборов данных, формирования структуры сети, ее обучения и практического применения. Во 2-м издании обновлены программные коды и версии библиотек, улучшены рисунки, учтены пожелания читателей и исправлены ошибки.
Электронное приложение-архив, доступное на сайте издательства, содержит листинги описанных в книге примеров.
К сожалению, в книге не мало опечаток и неточностей. Их список даже размещён на сайте издательства, но он, очевидно, не полный. Например, в листинге 4.5 помещение оператора if... else, проверяющего, достигла ли сумма порогового значения, внутрь цикла приведёт к тому, что цикл закончится на первой итерации (когда ещё вся сумма не получена). Поэтому советую все примеры из книги сразу же пробовать реализовать самостоятельно и быть готовым к тому, что их исправление будет дополнительным заданием. Из положительных моментов: книга написана доступным языком и подойдёт для тех, кто хочет с азов понять, как работают нейронные сети и искусственный интеллект.
Нельзя называть пособие по реализации нейронных сетей на Python-e самоучителем по основам искусственного интеллекта. Нейронные сети - один из разделов ИИ, поэтому у читателей сформируется ложное представление о том, что весь ИИ - это нейронные сети. Достоинства книги: простой язык, даны основные библиотеки, много примеров, несомненная востребованность. Недостатки: общая небрежность в отношении понятийного аппарата и кода - складывается впечатление, что книга писалась в сжатые сроки и не прошла внешнего редактирования.
К счастью в книге разъясняется о разделах ИИ. Стр. 75
Машинное обучение (machine leaming) - подраздел искусственного интеллекта
...
среди множества парадигм и подходов в машинном обучении выделяется одна очень интересная область - искусственные нейронные сети
Reviews, 2 reviews2