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.