Искусственный интеллект — часть нашей повседневной жизни. Мы встречаемся с его проявлениями, когда занимаемся шопингом в интернет-магазинах, получаем рекомендации «вам может понравиться этот фильм», узнаем медицинские диагнозы…
Чтобы уверенно ориентироваться в новом мире, необходимо понимать алгоритмы, лежащие в основе ИИ.
«Грокаем алгоритмы искусственного интеллекта» объясняет фундаментальные концепции ИИ с помощью иллюстраций и примеров из жизни. Все, что вам понадобится, — это знание алгебры на уровне старших классов школы, и вы с легкостью будете решать задачи, позволяющие обнаружить банковских мошенников, создавать шедевры живописи и управлять движением беспилотных автомобилей.
Author(s): Ришал Харбанс
Series: Библиотека программиста
Edition: 1
Publisher: Питер
Year: 2023
Language: Russian
Commentary: Publisher's PDF
Pages: 368
City: СПб.
Tags: Artificial Intelligence; Machine Learning; Algorithms; Evolutionary Computations; Swarm Intelligence; Neural Networks; Reinforcement Learning; Decision Trees; Classification; Problem Solving; Optimization; Perceptron; Algorithms Design Techniques; Activation Functions; Search Algorithms; Entry Level
Предисловие
Этика, правовой аспект и ответственность
Благодарности
О книге
Форум liveBook
Дополнительные ресурсы
Об авторе
От издательства
Глава 1. Понятие
искусственного интеллекта
Что такое искусственный интеллект?
Краткая история искусственного интеллекта
Типы задач и парадигмы их решения
Концепции искусственного интеллекта
Применение алгоритмов искусственного интеллекта
Глава 2. Основы
поиска
Что мы планируем и ищем?
Стоимость вычислений: причина использования умных алгоритмов
Задачи, подходящие для алгоритмов поиска
Представление состояния: создание структуры для представления пространства задачи и решений
Неинформированный поиск: слепой поиск решений
Поиск в ширину: смотреть вширь, прежде чем смотреть вглубь
Поиск в глубину: обход дерева в глубину, а затем — в ширину
Применение алгоритмов неинформированного поиска
Дополнительно: подробнее о видах графов
Дополнительно: другие способы представления графа
Глава 3. Умный
поиск
Эвристика: создание обоснованных предположений
Информированный поиск: нахождение решений по ориентирам
Состязательный поиск: нахождение решений в изменяющейся среде
Глава 4. Эволюционные
алгоритмы
Что такое эволюция?
Задачи, решаемые с помощью эволюционных алгоритмов
Генетический алгоритм: жизненный цикл
Кодирование пространства решений
Создание популяции решений
Оценка приспособленности особей популяции
Отбор родителей на основе их приспособленности
Воспроизведение особей родителями
Заполнение следующего поколения
Конфигурация параметров генетического алгоритма
Применение эволюционных алгоритмов
Глава 5. Продвинутые
эволюционные подходы
Жизненный цикл эволюционного алгоритма
Альтернативные стратегии отбора
Вещественное кодирование: работа с действительными числами
Порядковое кодирование: работа с последовательностями
Древовидное кодирование: работа с иерархиями
Стандартные типы эволюционных алгоритмов
Глоссарий терминов теории эволюционных алгоритмов
Другие случаи использования эволюционных алгоритмов
Глава 6. Роевой интеллект:
муравьи
Что такое роевой интеллект?
Задачи, решаемые с помощью муравьиного алгоритма
Представление состояния: как выглядят частицы?
Жизненный цикл алгоритма роя частиц
Применение алгоритма роя частиц
Глава 7. Роевой интеллект: частицы
Что такое оптимизация роем частиц?
Задачи оптимизации с технической точки зрения
Применение оптимизации роем частиц
Представление состояния: как выглядят муравьи и их пути?
Жизненный цикл муравьиного алгоритма
Применение муравьиного алгоритма
Глава 8. Машинное обучение
Что такое машинное обучение?
Применение машинного обучения
Рабочий процесс машинного обучения
Классификация с помощью деревьев решений
Другие популярные алгоритмы машинного обучения
Применение алгоритмов машинного обучения
Глава 9. Искусственные
нейронные сети
Что такое искусственные нейронные сети?
Восприятие: представление нейрона
Определение искусственных нейронных сетей
Прямое распространение: использование обученной ANN
Обратное распространение: обучение ANN
Варианты функций активации
Проектирование искусственных нейронных сетей
Виды искусственных нейронных сетей и их применение
Глава 10. Обучение с подкреплением
с помощью Q-Learning
Что такое обучение с подкреплением?
Применение обучения с подкреплением
Жизненный цикл обучения с подкреплением
Глубокое обучение в обучении с подкреплением
Применение обучения с подкреплением
Применение алгоритмов искусственного интеллекта
