هوش مصنوعی را به کار گیرید ۲۰۲۲
Think AI 2022

توسعه‌ی کاربردهای هوش مصنوعی در دنیای واقعی

ویژگی‌های کلیدی:

● ارائه‌ی درکی عملی از هوش مصنوعی، شامل مفاهیم، ابزارها و تکنیک‌های آن.

● شامل دستورالعمل‌های گام به گام برای پیاده‌سازی الگوریتم‌ها و ویژگی‌های یادگیری ماشین و یادگیری عمیق.

● استفاده از مجموعه داده‌ها و مثال‌های پیچیده برای نمایش نمونه‌های مصور ریاضی و شبه کد.

توضیحات:

کتاب «Think AI» کتابی با سرعت یادگیری بالا است که طیف گسترده‌ای از موضوعات هوش مصنوعی، از جمله یادگیری ماشین، یادگیری عمیق، بینایی کامپیوتر و پردازش زبان طبیعی را پوشش می‌دهد. محبوب‌ترین کتابخانه‌ها و ابزارهای پایتون برای توسعه‌ی برنامه‌های کاربردی هوشمند و متفکرانه به کار گرفته شده‌اند.

با درک قوی از برنامه‌نویسی پایتون و ریاضیات، می‌توانید از مدل‌های آماری و الگوریتم‌های هوش مصنوعی این کتاب برای پاسخگویی به نیازهای هوش مصنوعی و مسائل مربوط به بینش داده استفاده کنید. هر فصل از این کتاب شما را به سرعت از طریق مفاهیم اصلی راهنمایی می‌کند و سپس مستقیماً به پیاده‌سازی آن‌ها با استفاده از ابزارهای پایتون می‌پردازد. این کتاب تکنیک‌ها و مهارت‌های مورد نیاز برای جمع‌آوری داده‌ها، پیش پردازش، نصب کتابخانه‌ها، تهیه مدل‌های داده، آموزش و استقرار مدل‌ها و بهینه‌سازی عملکرد مدل را پوشش می‌دهد.

این کتاب شما را از طریق ابزار OpenCV برای تشخیص و شناسایی تصویر در زمان واقعی راهنمایی می‌کند و به شما امکان می‌دهد با بینایی کامپیوتر کار کنید. این کتاب توضیح می‌دهد که چگونه داده‌های زبانی را تجزیه و تحلیل کنید و با استفاده از جعبه ابزار NLTK به داده‌کاوی متن بپردازید و مروری مختصر بر ایده‌های NLP ارائه می‌دهد. در طول کتاب، از کتابخانه‌ها و ابزارهای اصلی پایتون مانند pandas، TensorFlow، scikit-learn و matplotlib استفاده خواهید کرد.

آنچه خواهید آموخت:

● کار با Jupyter و کتابخانه‌های مختلف پایتون، از جمله scikit-learn، NLTK و TF.

● ساخت و پیاده‌سازی مدل‌های ML و شبکه‌های عصبی با استفاده از TensorFlow و Keras.

● استفاده از OpenCV برای پردازش تصویر در زمان واقعی، تشخیص چهره و تشخیص چهره.

● دانستن نحوه تعامل و پردازش داده‌های متنی با استفاده از جعبه ابزار NLTK.

● غوطه‌وری عمیق در تجزیه و تحلیل اکتشافی داده‌ها (EDA) با pandas، matplotlib و seaborn.

این کتاب برای چه کسانی است؟

چه دانشجو باشید، چه مبتدی یا یک توسعه‌دهنده هوش مصنوعی، این کتاب به شما کمک می‌کند تا با حوزه‌های مختلف هوش مصنوعی، از جمله ML، یادگیری عمیق و NLP، آشنا شوید. دانستن اصول پایتون و درک ریاضیات مفید خواهد بود.

فهرست مطالب:

1. معرفی هوش مصنوعی
2. مبانی پایتون و تجزیه و تحلیل داده ها
3. آماده سازی داده ها و یادگیری ماشین
4. بینایی کامپیوتر با استفاده از OpenCV
5. مبانی شبکه‌های عصبی و یادگیری عمیق
6. پردازش زبان طبیعی

Develop AI based real-world Applications 

KEY FEATURES  

● Provides a practical understanding of AI, including its concepts, tools and techniques.

● Includes step-by-by-step instructions for implementing machine learning and deep learning algorithms and features.

● Complex datasets and examples are used to expose mathematical illustrative and pseudo-coded examples.

DESCRIPTION 

"Think AI" is a rapid-learning book that covers a wide range of Artificial Intelligence topics, including Machine Learning, Deep Learning, Computer Vision, and Natural Language Processing. Most popular Python libraries and toolkits are applied to develop intelligent and thoughtful applications.

With a solid grasp of python programming and mathematics, you may use this book’s statistical models and AI algorithms to meet AI needs and data insight issues. Each chapter in this book guides you swiftly through the core concepts and then directly to their implementation using Python toolkits. This book covers the techniques and skill sets required for data collection, pre-processing, installing libraries, preparing data models, training and deploying the models, and optimising model performance.

The book guides you through the OpenCV toolkit for real-time picture recognition and detection, allowing you to work with computer vision. The book describes how to analyse linguistic data and conduct text mining using the NLTK toolbox and provides a brief overview of NLP ideas. Throughout the book, you will utilise major Python libraries and toolkits such as pandas, TensorFlow, scikit-learn, and matplotlib.

WHAT YOU WILL LEARN

● Work with Jupyter and various Python libraries, including scikit-learn, NLTK, and TF.

● Build and implement ML models and neural networks using TensorFlow and Keras.

● Utilize OpenCV for real-time image processing, face detection, and face recognition.

● Know how to interact and process textual data using NLTK toolkit.

● Deep dive on Exploratory Data Analysis (EDA) with pandas, matplotlib and seaborn.

WHO THIS BOOK IS FOR

Whether you’re a student, newbie or an existing AI developer, this book will help you get up to speed with various domains of AI, including ML, Deep Learning and NLP. Knowing the basics of python and understanding mathematics will be beneficial.

TABLE OF CONTENTS

1. Introducing Artificial Intelligence

2. Essentials of Python and Data Analysis

3. Data Preparation and Machine Learning

4. Computer Vision using OpenCV

5. Fundamentals of Neural Networks and Deep Learning

6. Natural Language Processing