📙 Искусственный интеллект с примерами на Python [2019] Пратик Джоши
📒 Основы искусственного интеллекта в примерах на Python: самоучитель [2021] Анатолий Постолит
📘 Python: Искусственный интеллект, большие данные и облачные вычисления [2020] Дейтел Пол, Дейтел Харви

💾 Скачать книги

💡 Искусственный интеллект (ИИ; artificial intelligence, AI) — свойство искусственных систем выполнять творческие функции, которые традиционно считаются прерогативой человека (не следует путать с искусственным сознанием, ИС); наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.

ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

Существующие на сегодня интеллектуальные системы имеют достаточно узкие области применения. Например, программы, способные обыграть человека в шахматы, не могут отвечать на вопросы и т. д.
#подборка_книг #искусственный_интеллект #AI #ИИ

👨🏻‍💻 По просьбам камрадов запускаем складчину на новую книгу по ИИ 📖

Тематика книги: Объяснимый искусственный интеллект (Explainable AI, XAI) – модель, которая могла бы в перспективе объяснять механизмы, лежащие за алгоритмами машинного обучения.
PDF версию можно приобрести в ДМК. Нужно собрать донатами 1300 руб. Как только соберем, то приобретем книгу и выложим.

Новая книга: 📘 Объяснимые модели искусственного интеллекта на Python [2022] Мишра П.
(в архив будет добавлена также EN-версия книги)

💡 Как всегда, книга будет предоставлена Вам только для ознакомления и личного пользования без распространения.

Для тех, кто захочет пожертвовать на покупку этой книги:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

#складчина #AI #ИИ #программирование #python #искусственны_интеллект #машинное_обучение

« Наличие интеллекта у компьютера можно признать только когда он сможет обманом убедить человека, что он тоже человек » ©️ Алан Тьюринг.

👾 Как вы думаете, случится ли когда-нибудь такое, что человек не сможет распознать с кем он общается: с роботом или с другим человеком?

Допустим, если это случится, и программа сможет обмануть человека. А смогут ли в будущем сделать робота настолько реалистичным, чтобы еще и зрительно обмануть человека? Ведь на данный момент всех «реалистичных» роботы пока еще легко отличить от людей.

✏️ Напишите ваше мнение в комментариях.

#ночной_чат #железо #it #программирование #ИИ #AI

📕 Глубокое обучение на Python. 2-е межд. изд. [2023] Шолле Франсуа
📕 Deep Learning with Python [2021] François Chollet

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💵 Купить книги (EN-версия) или (RU-версия)

💾 Ознакомиться с книгами

👨🏻‍💻 Для тех, кто захочет пожертвовать на покупку новых книг и админу на кофе:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

What's inside
• Deep learning from first principles
• Image classification and image segmentation
• Time series forecasting
• Text classification and machine translation
• Text generation, neural style transfer, and image generation
#python #программирование #глубокое_обучение #deep_learning #искусственный_интеллект #AI

📕 Математические алгоритмы для программистов. 3D-графика, машинное обучение и моделирование на Python [2023] Орланд Пол
📕 Math for Programmers: 3D graphics, machine learning, and simulations with Python [2021] Paul Orland

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💵 Купить книги (EN-версия) или (RU-версия)

📖 Напоминаю, что Вы можете купить книгу в бумаге! Для наших подписчиков лучшие условия.
-35% по промокоду: PHYSICS MATH CODE
💡 Подробности тут

💾 Ознакомиться с книгами

Чтобы получить работу в областях науки о данных, машинного обучения, компьютерной графики или криптографии, вам необходимо иметь сильные математические навыки. Автор учит математике, необходимой для карьеры, концентрируясь на том, что вам нужно знать как разработчику. Книга наполнена большим количеством полезных графиков и содержит более 300 упражнений и мини-проектов.

👨🏻‍💻 Для тех, кто захочет пожертвовать на покупку новых книг и админу на кофе:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

#python #программирование #глубокое_обучение #математика #искусственный_интеллект #AI

📙 Deep Learning Architectures. A Mathematical Approach [2020] Ovidiu Calin

В этой книге описывается, как нейронные сети работают с математической точки зрения. Нейросети можно интерпретировать как универсальные аппроксиматоры функций. Книга устраняет разрыв между идеями и концепциями, которые сегодня используются на интуитивном уровне, и точным современным математическим языком. Её можно использовать в аспирантуре по глубокому обучению, при этом первые несколько частей доступны для студентов старших курсов. Кроме того, она будет интересна исследователям машинного обучения, интересующимся теоретическим пониманием предмета.

💾 Скачать книгу

Достоинства:
▪️ Раскрыты даже довольно редкие теоретические темы;
▪️ Простым языком объяснены сложные математические абстракции.

Глубокое обучение — совокупность методов машинного обучения (с учителем, с частичным привлечением учителя, без учителя, с подкреплением), основанных на обучении представлениям, а не специализированных алгоритмах под конкретные задачи. #deep_learning #глубокое_обучение #ИИ #AI #искусственный_интеллект #машинное_обучение #математика #программирование

📕 Эволюционный глубокой поиск в нейронной архитектуре: основы, методы и последние достижения [2023] Янан Сан , Гэри Г. Йен , Мэнцзе Чжан

💾 Скачать книгу

В этой книге систематически, глава за главой, излагаются основы, методы и последние достижения эволюционного поиска по глубокой нейронной архитектуре. Это предоставит целевым читателям достаточную информацию для изучения с нуля. В частности, части метода посвящены поиску архитектуры неконтролируемых и управляемых глубоких нейронных сетей. Основной аудиторией будут люди, которые хотели бы использовать глубокие нейронные сети, но не имеют / ограничивают опыт ручного проектирования оптимальных глубоких архитектур. Это могут быть исследователи, которые сосредоточены на разработке новых методов поиска эволюционной глубокой архитектуры для общих задач, студенты, которые хотели бы изучить знания, связанные с поиском эволюционной глубокой нейронной архитектуры, и провести соответствующие исследования в будущем, а также практики из областей компьютерного зрения, обработки естественного языка и других, где глубокие нейронные сети успешно и в значительной степени используются в соответствующих областях. #программирование #алгоритмы #квантовые_вычисления #глубокое_обучение #deep_learning #искусственный_интеллект #AI

📙 Automated Machine Learning with AutoKeras: Deep learning made accessible for everyone with just few lines of coding [2021] Luis Sobrecueva

Чему вы научитесь:
▪️ Настройте рабочую станцию глубокого обучения с помощью TensorFlow и AutoKeras
▪️ Автоматизируйте конвейер машинного обучения с помощью AutoKeras
▪️ Создавайте и внедряйте классификаторы изображений и текста и регрессоры с помощью AutoKeras
▪️ Используйте Auto Keras для выполнения анализа настроений текста, классифицируя его как негативный или положительный
▪️ Используйте возможности автопроизводителей для классификации документов по темам
▪️ Максимально используйте возможности автопроизводителей, используя его самые мощные расширения

💾 Скачать книгу

Эта книга предназначена для энтузиастов машинного обучения и глубокого обучения, которые хотят применить автоматизированные методы ML к своим проектам. Ожидается, что предварительные базовые знания в области программирования на Python и машинного обучения позволят извлечь максимальную пользу из этой книги.

#программирование #алгоритмы #квантовые_вычисления #глубокое_обучение #deep_learning #искусственный_интеллект #AI #python

📙 Automated Machine Learning with AutoKeras: Deep learning made accessible for everyone with just few lines of coding [2021] Luis Sobrecueva

AutoKeras is an AutoML open-source software library that provides easy access to deep learning models. If you are looking to build deep learning model architectures and perform parameter tuning automatically using AutoKeras, then this book is for you. This book teaches you how to develop and use state-of-the-art AI algorithms in your projects. It begins with a high-level introduction to automated machine learning, explaining all the concepts required to get started with this machine learning approach. You will then learn how to use AutoKeras for image and text classification and regression. As you make progress, you'll discover how to use AutoKeras to perform sentiment analysis on documents. This book will also show you how to implement a custom model for topic classification with AutoKeras. Toward the end, you will explore advanced concepts of AutoKeras such as working with multi-modal data and multi-task, customizing the model with AutoModel, and visualizing experiment results using AutoKeras Extensions. By the end of this machine learning book, you will be able to confidently use AutoKeras to design your own custom machine learning models in your company. #программирование #алгоритмы #квантовые_вычисления #глубокое_обучение #deep_learning #искусственный_интеллект #AI #python

📗 Изучаем Ray [2023] Пумперла М., Оукс Э., Ляо Р.
📘 Learning Ray: Flexible Distributed Python for Machine Learning [2023] Max Pumperla, Edward Oakes, Richard Liaw

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💳 Купить книгу

💾 Ознакомиться с книгами

👨🏻‍💻 Для тех, кто захочет пожертвовать админу на покупку новых книг и на кофе:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

🧬 Наука о данных — сложная и быстро развивающаяся область, которая нуждается в мощных инструментах и фреймворках для управления огромными объемами данных, генерируемых каждый день.
Ray – это платформа кластерных вычислений для распространения и запуска Python-кода, даже со сложными библиотеками или пакетами, на кластерах бесконечного размера. Помимо Python, также Ray предоставляет API для Java и C++. Фреймворк использует задачи (функции) и субъекты (классы), чтобы распараллеливать пользовательский код. Ray помогает реализовать параллельные и распределенные вычисления в жизненном цикле науки о данных.
#программирование #python #ray #машинное_обучение #ИИ #AI

📒 Основы искусственного интеллекта в примерах на Python. 2-е изд. [2023] Анатолий Постолит

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💳 Купить книгу

💾 Ознакомиться

Электронное приложение-архив, доступное на сайте издательства, содержит листинги описанных в книге примеров. В издании обновлены программные коды и версии библиотек, улучшены рисунки, учтены пожелания читателей и исправлены ошибки.

Подборка 📚 3 книги по искусственному интеллекту

👨🏻‍💻Постолит Анатолий Владимирович — доктор технических наук, профессор, академик Российской академии транспорта, лауреат Всероссийского конкурса «Инженер года». Профессиональный программист, автор книг компьютерной тематики, в том числе «Python, Django и Bootstrap для начинающих» и более 120 научных публикаций. Профессор Московского государственного автомобильно-дорожного технического университета (МАДИ). Занимался разработкой и внедрением информационных систем для транспортного комплекса Москвы и Московской области, для транспортного обслуживания зимних Олимпийских игр в г. Сочи, систем оплаты проезда и информирования пассажиров городского общественного транспорта. Специализируется на создании информационных систем на основе MS SQL Server, MS Visual Studio, Bluetooth-технологий, веб-приложений, а также систем искусственного интеллекта, обработки изображений и компьютерного зрения.

#программирование #python #OpenCV #машинное_обучение #ИИ #AI

📒 Основы искусственного интеллекта в примерах на Python. 2-е изд. [2023] Анатолий Постолит

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. В издании обновлены программные коды и версии библиотек, улучшены рисунки, учтены пожелания читателей и исправлены ошибки.
#программирование #python #OpenCV #машинное_обучение #ИИ #AI #искусственный_интеллект

📘 Создаём нейронную сеть [2017] Рашид Тарик
📗 Make Your Own Neural Network Tariq Rashid [2016] Rashid Tariq

💾 Скачать книги

Основные темы книги:
▫️ нейронные сети и системы искусственного интеллекта;
▫️ структура нейронных сетей;
▫️ сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
▫️ тренировка и тестирование нейронных сетей;
▫️ интерактивная среда программирования IPython;
▫️ использование нейронных сетей в качестве классификаторов объектов;
▫️ распознавание образов с помощью нейронных сетей.

Для тех, кто захочет задонатить на кофе☕️:
ВТБ: +79616572047 (СБП)
Сбер: +79026552832 (СБП)
ЮMoney: 410012169999048

Британский физик Стивен Хокинг, в своей статье 2014 года, сказал, что недооценка угрозы со стороны искусственного интеллекта может стать самой большой ошибкой в истории человечества.

#программирование #алгоритмы #машинное_обучение #статистика #компьютерное_зрение #AI #искусственный_интеллект

💡 Physics.Math.Code // @physics_lib

📘 Создаём нейронную сеть [2017] Рашид Тарик

Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области. Автор простым и понятным языком объясняет теоретические аспекты, знание которых необходимо для понимания принципов функционирования нейронных сетей и написания соответствующих программных инструкций. Изложение материала сопровождается подробным описанием процедуры поэтапного создания полностью функционального кода, который реализует нейронную сеть на языке Python и способен выполняться даже на таком миниатюрном компьютере, как Raspberry Pi Zero.

Тарик Рашид — специалист в области количественного анализа данных и разработки решений на базе продуктов с открытым исходным кодом.Имеет ученую степень по физике и степень магистра по специальности "Machine Learning and Data Mining". Проживая в Лондоне, он возглавляет местную группу разработчиков Python (насчитывающую около 3000 участников), организует многочисленные семинары и часто выступает с докладами на международных конференциях.

📗 Make Your Own Neural Network Tariq Rashid [2016] Rashid Tariq

A step-by-step gentle journey through the mathematics of neural networks, and making your own using the Python computer language.
Neural networks are a key element of deep learning and artificial intelligence, which today is capable of some truly impressive feats. Yet too few really understand how neural networks actually work. This guide will take you on a fun and unhurried journey, starting from very simple ideas, and gradually building up an understanding of how neural networks work. You won't need any mathematics beyond secondary school, and an accessible introduction to calculus is also included.

#программирование #алгоритмы #машинное_обучение #статистика #компьютерное_зрение #AI #искусственный_интеллект

💡 Physics.Math.Code // @physics_lib

📚 Искусственный интеллект: современный подход, 4-е изд. [3 тома] [2021] Рассел Стюарт, Норвиг Питер

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💾 Скачать книги

В четвертом, обновленном, пересмотренном и дополненном издании этой книги область искусственного интеллекта (ИИ) исследуется и анализируется во всей ее обширности и глубине. Здесь представлены все современные достижения и изложены идеи, которые были сформулированы в исследованиях, проводившихся в течение последних пятидесяти лет, а также собраны на протяжении двух тысячелетий в областях знаний, ставших стимулом к развитию ИИ как науки. Предыдущие издания этой книги стали классическими образцами литературы по ИИ и приняты в качестве учебного пособия более чем в 1400 университетах 128 стран мира, где были высоко оценены как убедительный итог обобщения результатов, достигнутых в этой области науки.

Для тех, кто захочет поддержать на кофе и печеньки ☕️:
ВТБ: +79616572047 (СБП)
Сбер: +79026552832 (СБП)
ЮMoney: 410012169999048

Книга дополнена обширным набором интернет-ресурсов, включая упражнения, программные и исследовательские проекты, реализации алгоритмов, а также дополнительные материалы и ссылки для студентов и преподавателей. #ИИ #AI #ML #машинное_обучение #искусственный_интеллект

💡 Physics.Math.Code // @physics_lib

📗 Том 1. Решение проблем: знания и рассуждения

Книга дополнена обширным набором интернет-ресурсов, включая упражнения, программные и исследовательские проекты, реализации алгоритмов, а также дополнительные материалы и ссылки для студентов и преподавателей. Что нового в четвертом издании. В четвертом издании читатель познакомится с новейшими технологиями и концепциями, представленными в более унифицированном виде с новым или расширенным охватом таких тем, как машинное обучение, глубокое обучение, трансферное обучение, многоагентные системы, робототехника, обработка естественного языка, проблема причинности, вероятностное программирование, а также конфиденциальность, беспристрастность и безопасность ИИ.

📘 Том 2. Знания и рассуждения в условиях неопределенности

Предыдущие издания этой книги стали классическими образцами литературы по ИИ и приняты в качестве учебного пособия более чем в 1400 университетах 128 стран мира, где были высоко оценены как убедительный итог обобщения результатов, достигнутых в этой области науки. Книга дополнена обширным набором интернет-ресурсов, включая упражнения, программные проекты и исследовательские проекты, реализации алгоритмов, дополнительные материалы и ссылки для студентов и преподавателей.

📙 Том 3. Обучение, восприятие и действие

Самое полное и актуальное введение в теорию и практику искусственного интеллекта! В четвертом, обновленном, пересмотренном и дополненном издании этой книги область искусственного интеллекта (ИИ) исследуется и анализируется во всей ее обширности и глубине. Здесь представлены все современные достижения и изложены идеи, которые были сформулированы в исследованиях, проводившихся в течение последних пятидесяти лет, а также собраны на протяжении двух тысячелетий в областях знаний, ставших стимулом к развитию ИИ как науки. #ИИ #AI #ML #машинное_обучение #искусственный_интеллект

💡 Physics.Math.Code // @physics_lib

📚 5 книг по теме: машинная графика, обработка изображений, контурный анализ

💾 Скачать книги

Машинная графика (МГ) – это совокупность технических, математических и программных средств и приемов, позволяющих осуществить ввод и вывод из ЭВМ графической информации без ручного преобразования информации в числовую или графическую форму. Машинная графика используется во многих научных и инженерных дисциплинах, в бизнесе и кинематографии, рекламном и издательском деле, проектировании.

Обработка изображений — любая форма обработки информации, для которой входные данные представлены изображением, например, фотографиями или видеокадрами.

Контурный анализ — это область науки, посвященная обработке изображения, содержащая в себе набор алгоритмов и методов по нахождению границ (контуров) объектов и работе с границами объектов на изображении.
#математика #искусственный_интеллект #машинное_обучение #обработка_изображений #контурный_анализ #линейная_алгебра #ML #AI

💡 Physics.Math.Code // @physics_lib

📙 Обработка изображений и цифровая фильтрация [1979] Хуанг Т.
📘 Быстрые алгоритмы в цифровой обработке изображений Преобразования и медианные фильтры [1984] Хуанг Т.С.

💾 Скачать книги

Обработка изображений — любая форма обработки информации, для которой входные данные представлены изображением, например, фотографиями или видеокадрами. #математика #искусственный_интеллект #машинное_обучение #обработка_изображений #контурный_анализ #линейная_алгебра #ML #AI

Для тех, кто захочет поддержать на кофе и печеньки ☕️:
ВТБ: +79616572047 (СБП)
Сбер: +79026552832 (СБП)
ЮMoney: 410012169999048

💡 Physics.Math.Code // @physics_lib

📙 Кластерный анализ [1988] Мандель Игорь Давидович

💾 Скачать книгу

Основная идея кластерного анализа (clustering, cluster analysis) заключается в том, чтобы разбить объекты на группы или кластеры таким образом, чтобы внутри группы эти наблюдения были более похожи друг на друга, чем на объекты другого кластера. При этом мы заранее не знаем на какие кластеры необходимо разбить наши данные. Это связано с тем, что мы обучаем модель на неразмеченных данных (unlabeled data), то есть без целевой переменной, компонента y. Именно поэтому в данном случае говорят по машинное обучение без учителя (Unsupervised Learning).

Кластерный анализ может применяться для сегментации потребителей, обнаружения аномальных наблюдений (например, при выявлении мошенничества) и в целом для структурирования данных, о содержании которых мало что известно заранее. #математика #искусственный_интеллект #машинное_обучение #обработка_изображений #контурный_анализ #линейная_алгебра #ML #AI

💡 Physics.Math.Code // @physics_lib