📚 Альманах "Искусственный интеллект" ( 9 выпусков )

Выпуск №1 Обзор рынка ИИ
России и мира
Выпуск №2 Обработка естественного языка, распознавание и синтез речи
Выпуск №3 Computer vision & image processing
Выпуск №4 Итоги 2019
Выпуск №5 Предиктивная аналитика и системы поддержки принятия решений
Выпуск №6 Регулирование ИИ
Выпуск №7 Обучение с подкреплением
Выпуск №8 Индекс 2020
Выпуск №9 Аппаратное обеспечение для ИИ

#ИИ #искусственный_интеллект #аппаратное_обеспечение #hardware #AI #аналитика #процессор #машинное_обучение #GPU #CPU #NVidia #TPU

📚 23 книги по искусственному интеллекту (AI)

💾 Скачать книги

#ИИ #искусственный_интеллект #AI #аналитика #машинное_обучение

📗 Глубокое обучение. Самый краткий и понятный курс [2022] Джон Д. Келлехер

📘 Deep Learning [2019] John D. Kelleher

💾 Скачать книги

🧬 Глубокое обучение (Deep learning) — совокупность методов машинного обучения (с учителем, с частичным привлечением учителя, без учителя, с подкреплением), основанных на обучении представлениям (англ. feature/representation learning), а не специализированных алгоритмах под конкретные задачи. Многие методы глубокого обучения были известны ещё в 1980-е, но результаты не впечатляли, пока продвижения в теории искусственных нейронных сетей (предобучение нейросетей с помощью специального случая ненаправленной графической модели, так называемой ограниченной машины Больцмана) и вычислительные мощности середины 2000-х годов (в том числе использующие графические ускорители, программируемые пользователем вентильные матрицы и различные формы нейронных процессоров) не позволили создавать сложные технологические архитектуры нейронных сетей, обладающие достаточной производительностью и позволяющие решать широкий спектр задач, не поддававшихся эффективному решению ранее, например, в компьютерном зрении, машинном переводе, распознавании речи, причём качество решения во многих случаях теперь сопоставимо, а в некоторых превосходит эффективность человека.
#ИИ #искусственный_интеллект #AI #аналитика #машинное_обучение

📕 Машинное обучение: основы, алгоритмы и практика применения [2022] Джереми Уатт, Реза Борхани, Аггелос Катсаггелос

📘 Machine Learning Refined: Foundations, Algorithms, and Applications [2020] Jeremy Watt, Reza Borhani, Aggelos Katsaggelos

💾 Скачать книги

Электронный архив на сайте издательства содержит коды всех примеров и более 300 цветных иллюстраций. #ИИ #искусственный_интеллект #AI #аналитика #машинное_обучение

📕 Обучение с подкреплением для реальных задач. Инженерный подход [2023] Фил Уиндер

📘 Reinforcement Learning: Industrial Applications of Intelligent Agents [2021] Phil Winder, Ph.D.

💾 Скачать книги

💡 Обучение с подкреплением (англ. reinforcement learning) — один из способов машинного обучения, в ходе которого испытуемая система (агент) обучается, взаимодействуя с некоторой средой. С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Откликом среды (а не специальной системы управления подкреплением, как это происходит в обучении с учителем) на принятые решения являются сигналы подкрепления, поэтому такое обучение является частным случаем обучения с учителем, но учителем является среда или её модель. Также нужно иметь в виду, что некоторые правила подкрепления базируются на неявных учителях, например, в случае искусственной нейронной среды, на одновременной активности формальных нейронов, из-за чего их можно отнести к обучению без учителя.

#ИИ #искусственный_интеллект #AI #аналитика #машинное_обучение

😊 Для тех, кто захочет пожертвовать на покупку новых книг и админу на кофе с печеньем:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

📕 Искусственный интеллект и компьютерное зрение. Реальные проекты на Python, Keras и TensorFlow [2023] Коул, Ганджу, Казам

📘 Practical Deep Learning for Cloud, Mobile, and Edge: Real-World AI & Computer-Vision Projects Using Python, Keras & TensorFlow [2019] Anirudh Koul, Siddha Ganju, Meher Kasam

💾 Скачать книги

📜 В этой книге вы:
• Узнаете, как обучать, настраивать и развертывать модели компьютерного зрения с помощью Keras, TensorFlow, Core ML и TensorFlow Lite.
• Изучите интересные проекты, в том числе Not Hotdog из сериала Silicon Valley и еще более 40 примеров.
• Смоделируете беспилотный автомобиль в видеоигровом окружении и создадите миниатюрную версию, использовав технологию обучения с подкреплением.
• Научитесь использовать перенос обучения для быстрого обучения моделей.
• Найдете более 50 практических советов по повышению точности и скорости модели, отладке и масштабированию до многомиллионной аудитории.

#ИИ #искусственный_интеллект #AI #аналитика #машинное_обучение #компьютерное_зрение