
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
قدرت هوش مصنوعی را با پایتون آزاد کنید: سفر شما از تازهکار تا شبکههای عصبی
ویژگیهای کلیدی
● یادگیری کدنویسی با پایتون و استفاده از شتابدهندههای سختافزاری گوگل کولب (GPU و TPU) برای آموزش و استقرار کارآمد مدلهای هوش مصنوعی.
● ساخت شبکههای عصبی کانولوشنی (CNN) با کتابخانه TensorFlow 2 برای کارهای بینایی ماشین.
● ساخت مدلهای ترتیبی، مبتنی بر توجه و ترنسفورمر با کتابخانه TensorFlow 2 برای کارهای پردازش زبان طبیعی (NLP).
درباره کتاب
«هوش مصنوعی به سبک پایتونیک» کتابی است که به شما یاد میدهد چطور با پایتون مدلهای هوش مصنوعی بسازید. این کتاب پروژههای عملی در حوزههای مختلف هم دارد تا ببینید هوش مصنوعی در دنیای واقعی چطور بهکار میرود. علاوه بر ساخت مدلها، یاد میگیرید فرصتهایی را که هوش مصنوعی پیش رو میگذارد بشناسید و بررسی کنید. چند پروژهٔ عملی شما را قدمبهقدم از کاربردهای موفق هوش مصنوعی عبور میدهد و مفاهیمی مثل شبکههای عصبی، بینایی ماشین، پردازش زبان طبیعی (NLP) و مدلهای مولد را توضیح میدهد. هر پروژه همچنین نکات مهم اسکریپتنویسی پایتون را تکرار و تقویت میکند. کدنویسی پایتون را یاد میگیرید و میبینید چطور میتوان با آن برنامههای پیشرفتهٔ هوش مصنوعی ساخت. نویسنده هر خط ضروری کد پایتون را با جزئیات توضیح میدهد و به اهمیت و سختی فهم آن توجه دارد. در پایان کتاب، یاد میگیرید مجموعهای از پروژههای هوش مصنوعی بسازید که به شما کمک میکند شغل ایدهآلتان در این حوزه را پیدا کنید.
آنچه یاد خواهید گرفت
● ساخت مدلهای شبکه عصبی با کتابخانه TensorFlow 2.
● ساخت شبکههای عصبی کانولوشنی (CNN) برای کارهای بینایی ماشین.
● ساخت مدلهای ترتیبی برای کارهای پردازش زبان طبیعی (NLP).
● ساخت مدلهای مبتنی بر توجه و ترنسفورمر.
● یادگیری ساخت شبکههای مولد تخاصمی (GAN).
این کتاب برای چه کسانی است
این کتاب برای همه کسانی است که میخواهند ساخت برنامههای هوش مصنوعی با پایتون را یاد بگیرند؛ فرقی ندارد چقدر تجربه داشته باشند. چه دانشجو باشید، چه متخصص فناوری، چه فردی غیرتکنیکی، و چه علاقهمند به فناوری، این کتاب مبانی پایتون و هوش مصنوعی را به شما یاد میدهد و نشان میدهد چطور آنها را روی مسائل دنیای واقعی بهکار ببرید.
فهرست مطالب
۱. شروع پایتون: مفاهیم، کتابخانهها و کدنویسی
۲. راهاندازی آزمایشگاه هوش مصنوعی
۳. طراحی اولین مدل شبکه عصبی من
۴. آشنایی با طراحی CNN با TensorFlow
۵. ساخت برنامههای طبقهبندی تصویر مبتنی بر CNN
۶. آموزش و استقرار مدلهای تشخیص اشیا
۷. ساخت یک خواننده متن و تصویر
۸. کاوش NLP برای تحلیل پیشرفته متن
۹. شروع کار با مدلهای ترتیبی
۱۰. استفاده از مدلهای ترتیبی برای طبقهبندی خودکار متن
۱۱. ساخت مدلهای توجه و ترنسفورمر
۱۲. تولید زیرنویس برای تصاویر
۱۳. یادگیری ساخت مدلهای GAN
۱۴. تولید چهرههای مصنوعی با GAN
Unlock the power of AI with Python: Your Journey from Novice to Neural Nets KEY FEATURES ● Learn to code in Python and use Google Colab's hardware accelerators (GPU and TPU) to train and deploy AI models efficiently. ● Develop Convolutional Neural Networks (CNNs) using the TensorFlow 2 library for computer vision tasks. ● Develop sequence, attention-based, and Transformer models using the TensorFlow 2 library for Natural Language Processing (NLP) tasks. DESCRIPTION “Pythonic AI” is a book that teaches you how to build AI models using Python. It also includes practical projects in different domains so you can see how AI is used in the real world. Besides teaching how to build AI models, the book also teaches how to understand and explore the opportunities that AI presents. It includes several hands-on projects that walk you through successful AI applications, explaining concepts like neural networks, computer vision, natural language processing (NLP), and generative models. Each project in the book also reiterates and reinforces the important aspects of Python scripting. You'll learn Python coding and how it can be used to build cutting-edge AI applications. The author explains each essential line of Python code in detail, taking into account the importance and difficulty of understanding. By the end of the book, you will learn how to develop a portfolio of AI projects that will help you land your dream job in AI. WHAT YOU WILL LEARN ● Create neural network models using the TensorFlow 2 library. ● Develop Convolutional Neural Networks (CNNs) for computer vision tasks. ● Develop Sequence models for Natural Language Processing (NLP) tasks. ● Create Attention-based and Transformer models. ● Learn how to create Generative Adversarial Networks (GANs). WHO THIS BOOK IS FOR This book is for everyone who wants to learn how to build AI applications in Python, regardless of their experience level. Whether you're a student, a tech professional, a non-techie, or a technology enthusiast, this book will teach you the fundamentals of Python and AI, and show you how to apply them to real-world problems. TABLE OF CONTENTS 1. Python Kickstart: Concepts, Libraries, and Coding 2. Setting up AI Lab 3. Design My First Neural Network Model 4. Explore Designing CNN with TensorFlow 5. Develop CNN-based Image Classifier Apps 6. Train and Deploy Object Detection Models 7. Create a Text and Image Reader 8. Explore NLP for Advanced Text Analysis 9. Up and Running with Sequence Models 10. Using Sequence Models for Automated Text Classification 11. Create Attention and Transformer Models 12. Generating Captions for Images 13. Learn to Build GAN Models 14. Generate Artificial Faces Using GAN