Книги, похожие на «Анастасия Малкинг, Пространство мечты. Умный город. Биг Пиг»

Нейрокомпьютинг предоставляет единую методологию решения задач, связанных с проявлением интеллекта через использование нейросетевых интеллектуальных моделей и создание нейросетевых технологий на основе использования нейронов, искусственных нейронных ансамблей (ИНА), нейросетей различного вида. Конструирование искусственных нейронных ансамблей в литературе раньше практически не освещалось. Книга представляет интерес для магистров, аспирантов и лиц, специализирующихся на нейросетевых технологиях.

Ханна Фрай (р. 1984), английский математик, профессор Университетского колледжа Лондона, ведущая научных теле- и радиопередач, доступно и увлекательно рассказывает о принципах работы компьютерных алгоритмов и искусственного интеллекта, об их применении в разных сферах жизни, приводит яркие примеры их успехов и провалов. Автор показывает и возможности, и риски все большего распространения “умных” машин, ставит вопросы о человеческих способностях, ответственности и морали и приходит, казалось бы, к парадоксальному выводу: “Никогда еще человек не был так важен, как в эпоху алгоритмов”.В формате PDF A4 сохранён издательский дизайн.

К настоящему времени пакет используется многими университетами для исследования и обучения. В то же время, в течение последних лет наблюдается повышение интереса к использованию его в промышленном производстве и технических управляющих приложениях.

В этой книге мы расскажем вам об основных понятиях Искусственного интеллекта и Машинного обучения. Вы познакомитесь с основными алгоритмами и моделями, использующимися для решения абсолютно разных задач. Мы научимся предсказывать цены на квартиры, ВВП стран, распределим цветы на разные классы и даже построим собственную нейронную сеть, которая сможет предсказывать, что изображено на рисунке.Для желающих овладеть языком программирования Python, на котором решается большинство задач по машинному обучению, мы пройдем основы программирования на этом языке и научимся использовать его для построения моделей машинного и глубокого обучения.