Knjiga Algoritmi veštačke inteligencije, iz edicije „Temeljno i intuitivno“ (Grokking), namenjena je programerima softvera i svima u softverskoj industriji koji žele da, kroz praktične primere i vizuelna objašnjenja preko teorijskih dubokih zarona i matematičkih dokaza, otkriju koncepte i algoritme koji stoje iza veštačke inteligencije.
Ova knjiga je namenjena svima koji razumeju osnovne koncepte programiranja na računaru, uključujući promenljive, tipove podataka, nizove, uslovne iskaze, iteratore, klase i funkcije (dovoljno je iskustvo u bilo kojem programskom jeziku) i svakome ko razume osnovne matematičke pojmove, kao što su promenljive podataka, predstavljanje funkcija i crtanje podataka i funkcija na grafikonu.
Kako je organizovana ova knjiga: smernice
Ova knjiga sadrži 10 poglavlja, od kojih se svako fokusira na drugačiji algoritam veštačke inteligencije ili algoritamski pristup. Materijal pokriva osnovne algoritme i koncepte na početku knjige, a oni čine temelj za učenje sofisticiranijih algoritama do kraja knjige.
- Poglavlje 1, Intuicija veštačke inteligencije, posvećeno je intuiciji i osnovnim konceptima koji obuhvataju podatke, tipove problema, kategorije algoritama i paradigme i slučajeve korišćenja algoritama veštačke inteligencije.
- U Poglavlju 2, Osnove pretrage, predstavljamo suštinske koncepte struktura podataka i pristupe za primitivne algoritme za pretragu i njihovu upotrebu.
- U Poglavlju 3, Inteligentno pretraživanje, prevazilazimo primitivne algoritme za pretragu i uvodimo algoritme za pretragu za optimalnije pronalaženje rešenja i pronalaženje rešenja u konkurentnom okruženju.
- U Poglavlju 4, Evolucioni algoritmi, „zaranjamo“ u rad genetičkih algoritama u kojima se rešenja problema iterativno generišu i poboljšavaju, oponašajući evoluciju u prirodi.
- Poglavlje 5, Napredni evolutivni pristupi, nastavljamo obradu genetičkih algoritama, započetu u prethodnom poglavlju, ali se bavimo naprednim konceptima koji uključuju kako se koraci u algoritmu mogu prilagoditi za optimalno rešavanje različitih tipova problema.
- U Poglavlju 6, Inteligencija roja: Mravi, kopamo“ po intuiciji inteligencije roja i razrađujemo kako algoritam za optimizaciju kolonijom mrava koristi teoriju kako mravi žive i kako rešavaju teške probleme.
- Poglavlje 7, Inteligencija roja: Čestice, nastavljamo obradu algoritama roja, a u isto vreme se koncentrišemo na probleme u vezi sa optimizacijom i kako se rešavaju pomoću optimizacije rojem čestica - jer ona traži dobra rešenja u velikim prostorima za pretragu.
- Poglavlje 8, Mašinsko učenje, prolazi kroz radni tok procesa mašinskog učenja za pripremu podataka, obradu, modeliranje i testiranje - za rešavanje problema regresije korišćenjem linearne regresije i problema klasifikacije korišćenjem stabala odlučivanja.
- U Poglavlju 9, Veštačke neuronske mreže, otkrivamo intuiciju, logičke korake i matematičke proračune u treningu i korišćenje veštačke neuronske mreže za pronalaženje obrazaca u podacima i za izradu predviđanja.
- U Poglavlju 10, Učenja uslovljavanjem pomoću Q-učenja, pokrivamo intuiciju učenja uslovljavanjem iz bihevioralne psihologije i delujemo kroz algoritam Q-učenja da bi agenti naučili da donose dobre odluke u okruženju.
Poglavlja treba čitati redom, od početka do kraja. Koncepti i razumevanje se grade usput dok se napreduje kroz poglavlja. Nakon čitanja svakog poglavlja korisno je referencirati se na Python kod u repozitorijumu da bi se eksperimentisalo i stekao praktičan uvid u to kako se može primeniti odgovarajući algoritam.
REZERVIŠITE KNJIGU U PRETPLATI, DO 26.04.2021.
LINK ZA REZERVISANJE