图书：利用 Python 的智能项目 - 2019 简介
履行机器学习和深度学习方法，利用 Python 构建智能认知 AI 项目
紧张特点 - 入门指南可帮助您节制 AI 算法和观点 - 8 个真实项目可办理医疗保健、电子商务和监控领域的各种寻衅 - 利用 TensorFlow、Keras 和其他 Python 库来实现智能 AI 运用程序
书本描述
如果您想利用 Python 在领先的 AI 领域构建富有洞察力的项目，那么这本书将是您的完美伴侣。
本书涵盖了人工智能所有核心学科项目的详细履行。我们首先先容如何利用机器学习和深度学习技能创建智能系统的根本知识。您将接管各种神经网络架构，如 CNN、RNN、LSTM，以办理关键的新天下寻衅。您将学习如何演习模型来检测人眼中的糖尿病视网膜病变情形，并创建一个用于实行视频到文本翻译的智能系统。您将在医疗保健领域利用迁移学习技能，并利用 GAN 实现风格迁移。稍后，您将学习构建基于人工智能的推举系统、用于感情剖析的移动运用程序和用于托管客户做事的强大谈天机器人。您将在网络安全领域履行人工智能技能来天生验证码。之后，您将利用强化学习来演习和构建自动驾驶汽车。您将利用 Python 生态系统中的库（如 TensorFlow、Keras 等）来实现机器学习、深度学习和人工智能的核心方面。
读完本书后，您将能够闇练地构建自己的智能模型，轻松办理任何类型的人工智能问题。
您将学到什么
• 利用 seq-2-seq 神经翻译器构建智能机器翻译系统 • 利用 GAN 创建 AI 运用程序并利用 TensorFlow 支配智能移动运用程序 • 利用 CNN 和 RNN 将视频翻译成文本 • 实现智能 AI 谈天机器人，并在多个领域集成和扩展它们 • 利用 Q-Learning 创建智能强化、基于学习的运用程序 • 利用深度学习和对抗性学习破解和天生 CAPTCHA
读者
本书面向准备拓展人工智能知识和潜力的数据科学家、机器学习专业人士和深度学习从业者。如果您想构建在各个繁芜领域发挥关键浸染的现实天下智能系统，本书便是您所须要的。理解 Python 编程并熟习基本的机器学习和深度学习观点将帮助您充分利用本书。
书本：Python 人工智能项目入门指南 - 2018.pdf 简介
通过履行现实天下的 AI 项目构建智能运用程序
紧张特色
书本描述
人工智能 (AI) 是各种企业、行业和领域利用的最新技能。《Python 人工智能初学者项目》展示了 Python 中的 AI 项目，涵盖了构成人工智能天下的当代技能。
本书首先帮助您利用盛行的 Python 库 scikit-learn 构建第一个预测模型。您将学习如何利用有效的机器学习技能、随机森林和决策树构建分类器。通过预测鸟类种类、剖析学天生就数据、歌曲类型识别和垃圾邮件检测等激动民气的项目，您将学习根本知识以及促进这些智能运用程序开拓的各种算法和技能。在末了几章中，您还将借助 Keras 库通过这些项目理解深度学习和神经网络机制。
读完本书后，您将有信心利用 Python 构建自己的 AI 项目，为连续进行更高等的项目做好准备。
参考文献 读者将学到什么
《初学者的 Python 人工智能项目》面向希望通过大略易懂的项目迈出人工智能天下第一步的 Python 开拓职员。您须要具备 Python 编程的基本事情知识，以便能够利用代码
目录书：Python 强化学习项目 - 2018.pdf 简介
利用 Python 及其强大的库实现最前辈的深度强化学习算法强化学习是机器学习中最令人愉快且发展最快的领域之一。这归功于近年来开拓的许多新算法和令人难以置信的成果。
在本书中，您将理解强化学习的核心观点，包括 Q 学习、策略梯度、蒙特卡罗过程和几种深度强化学习算法。读完本书后，您将利用各种模态的数据集（包括图像、文本和视频）开展项目。您将得到多个领域的履历，包括游戏、图像处理和物理仿照。您将探索 TensorFlow 和 OpenAI Gym 等技能来实现深度强化学习算法，这些算法还可以预测股票价格、天生自然措辞，乃至构建其他神经网络。
读完本书后，您将得到八个强化学习项目的实践履历，每个项目涵盖不同的主题和/或算法。我们希望这些实践练习能让您更好地理解强化学习领域及其算法如何运用于各种实际问题。
参考资料 你将学到什么 书本：Python 深度学习项目 - 2018.Pdf 简介
Python深度学习项目
利用 Python 和 Keras 节制深度学习和神经网络架构的深刻项目
紧张特色
书本描述
深度学习逐渐彻底改变了人工智能的各个领域，并使运用程序开拓变得更加随意马虎。
Python 深度学习项目供应了在打算措辞学和打算机视觉领域实现繁芜深度学习项目所需的所有知识。这些项目中的每一个都是独一无二的，可帮助您逐步节制主题。您将学习如何利用循环神经网络 (RNN) 模型实现文本分类器系统并对其进行优化，以理解在实现大略的深度学习系统时可能碰着的缺陷。
同样，您将理解如何利用 seq-to-seq 模型和措辞建模来开拓各种项目，包括词向量表示、开放域问答和构建谈天机器人。除此之外，您还将通过一系列引人入胜的项目理解正则化、梯度裁剪、梯度归一化和双向 RNN 等高等观点。
读完本书后，您将节制以直接有效的办法开拓自己的深度学习系统的知识。
参考资料 你将学到什么 本书的读者
如果你想深入研究深度学习、数据科学和人工智能，这本书适宜你。它也适宜那些想深入研究并开拓自己的人工智能项目的人。
假设你对 Python 编程有很好的理解
目录书：实用 Python AI 项目 - 2018.pdf 简介
探索利用优化建模用 Python 办理人工智能问题的艺术和科学。本书涵盖了数学代数模型的实际创建和剖析，例如线性连续模型、非显而易见的线性连续模型和纯线性整数模型。作为数十年行业传授教化和咨询的产物，《实用 Python AI 项目》并不侧重理论，而是强调模型创建方面；比拟替代方法和实际变革。
每个模型都经由详尽阐明，并编写成可实行的版本。书中所有示例的源代码均可用，利用 Google OR-Tools 以 Python 编写。它还包括一个随机问题天生器，可用于行业运用或研究。
参考资料 你将学到什么 本书的读者
已拥有 Python 编码履历的开拓职员和学生。一些数学履历很有帮助。
