Sztuczna inteligencja i uczenie maszynowe

Ta książka oferuje szczegółową eksplorację sztucznej inteligencji (AI) i uczenia maszynowego (ML), prezentując podstawowe zasady, które definiują te szybko rozwijające się dziedziny. Obejmuje ona podstawowe koncepcje sztucznej inteligencji, takie jak sieci neuronowe, przetwarzanie języka naturalnego, robotyka i systemy eksperckie, zapewniając jednocześnie dogłębną analizę różnych technik uczenia maszynowego, w tym uczenia nadzorowanego, nienadzorowanego i wzmacniającego.Zaczynając od historii i rozwoju sztucznej inteligencji, książka wyjaśnia podstawowe techniki, takie jak algorytmy wyszukiwania, reprezentacja wiedzy i procesy decyzyjne. Przechodząc do ML, wprowadza nowoczesne algorytmy uczenia się, techniki klasyfikacji i modele, takie jak drzewa decyzyjne, maszyny wektorów nośnych i sieci neuronowe. Omówiono również zaawansowane tematy, takie jak głębokie uczenie, sieci konwolucyjne i rekurencyjne sieci neuronowe.Ponadto w książce omówiono etyczne implikacje sztucznej inteligencji i uczenia maszynowego, wyzwania związane z ich rozwojem oraz ich transformacyjny wpływ na różne sektory, od opieki zdrowotnej po finanse.