构建智能AI系统的机器学习和深度学习技术，270页pdf

使用 Python 构建 AI 应用程序，以智能地与周围的世界交互。

这本书适合任何有兴趣学习人工智能并使用 Python 将其付诸实践的人。这本书对于中级机器学习从业者作为参考指南也很有价值。读者应该熟悉对 Python 编程和机器学习技术的基本理解。

“用 Python 学习人工智能”一书旨在让你全面了解人工智能以及创建智能应用程序所需的工具。

本书向你介绍人工智能，并引导你完成在各种平台上建立人工智能环境的过程。它深入研究机器学习模型和各种预测建模技术，包括分类、回归和聚类。此外，它通过真实世界的示例和功能齐全的 Python 实现，提供逻辑编程、ASR、神经网络和自然语言处理方面的实践经验。最后，本书涉及深度学习模型，例如 R-CNN 和 YOLO。还使用卷积神经网络 (CNN) 详细解释了图像中的对象检测，这也得到了解释。

在本书结束时，你将牢牢掌握机器学习和深度学习技术，以及用于制定和解决相关问题的指导方法。

你会学到什么

• 学习实现各种机器学习和深度学习算法以实现智能结果。
• 了解如何将 ML 算法应用于现实生活中的应用程序。
• 探索逻辑编程并学习如何实际使用它来解决现实生活中的问题。
• 学习使用 Python 开发不同类型的人工神经网络。
• 了解强化学习以及如何使用 Python 构建环境和代理。
• 使用 NLTK 并构建自动语音识别系统。

人工智能已经存在了很长时间，并被证明是现代世界的一种颠覆性力量，在这个世界上，一切都由数据和自动化驱动。从报纸到电视频道，这些天围绕人工智能的炒作无处不在，由于人工智能领域的巨大改进，它连同其子领域--机器学习和深度学习--已经成为近年来的热门词汇。人工智能被广泛用于许多领域，如机器人、物体检测、图像识别、语音识别、自动驾驶汽车、仿人机器人、推荐系统、聊天机器人、虚拟个人助理等。本书的主要目标是让你探索一些真实世界的场景，并了解在每种情况下应该在哪里使用哪些算法。这本令人兴奋的基于配方的书还包含用Python编写的功能代码。

主要特征

• 借助此示例丰富的 Python 指南，涵盖机器学习和深度学习概念的实际方面。
• 包括自然语言处理的图解说明及其在 NLTK 中的实现。
• 涵盖用于对象识别的深度学习模型，例如 R-CNN 和 YOLO，并教授如何使用 CNN 构建图像分类器。

目录

在本书的10个章节中，你将学到以下内容。

• 第1章涵盖了人工智能的基础知识，解释了所有重要的术语和定义。它还解释了人工智能的各个研究领域以及人工智能在各个行业的应用。它将帮助你在不同平台上安装Python编程语言。
• 第2章涵盖了机器学习的基础知识及其不同的学习方式。它还向你介绍了最流行的机器学习算法及其使用Python的实现。
• 第3章涉及有监督的机器学习任务，即分类和回归。它涵盖了使用Python构建分类器和回归器的各种步骤。它还讨论了用于评估分类和回归模型的各种性能指标。
• 第4章涉及无监督的机器学习任务，即聚类。它涵盖了一些重要的ML聚类算法和它们用Python实现。它还讨论了用于评估聚类算法性能的各种指标。
• 第5章介绍了逻辑编程，并列举了一些对解决现实生活中的问题有用的实施例子。
• 第6章深入讨论了什么是自然语言处理（NLP）以及如何在Python中实现它。它向你介绍了Python的自然语言工具箱（NLTK）。然后展示了如何使用NLTK实现NLP的各种重要概念。
• 第7章描述了自动语音识别（ASR）系统的工作。它还涵盖了使用Python构建分类器和回归器的各种步骤。
• 第8章详细讨论了人工神经网络（ANN）。然后，它包括在Python中建立一些有用的神经网络，如单层神经网络、多层神经网络等。
• 第9章是一个关键章节，详细讨论了强化学习及其构建模块，即代理和环境。它描述了如何使用Python编程语言构建一个环境和代理。
• 第10章是另一个关键章节，涉及深度学习和卷积神经网络（CNN）的基础知识。然后，它解释了CNN的演变，以及它如何提供图像中复杂的物体检测。它还解释了如何在Python中使用CNN构建一个图像分类器。

便捷阅读

270页 《用Python学AI：探索使用Scikit-Learn、NLTK、NeuroLab和Keras构建智能AI系统的机器学习和深度学习技术》高清epub下载：
扫码添加云朵君微信，务必备注【LAWPY】

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『 数据STUDIO 』内容超级硬核。公众号以Python为核心语言，垂直于数据科学领域，包括 可戳 👉 Python ｜ MySQL ｜ 数据分析 ｜ 数据可视化 ｜ 机器学习与数据挖掘 ｜ 爬虫 等，从入门到进阶！

长按👇关注- 数据STUDIO -设为星标，干货速递