向AI轉型的程式設計師都關注了這個號👇👇👇
機器學習AI算法工程 公眾號:datayx
《python人工智慧項目 Intelligent Projects Using Python》
實施機器學習和深度學習方法,使用Python構建智能,認知AI項目
主要特點
如果您想使用Python從領先的AI域構建富有洞察力的項目,本書將是一個完美的伴侶。
本書涵蓋了AI所有核心學科項目的詳細實施。我們首先介紹如何使用機器學習和深度學習技術創建智能系統的基礎知識。您將吸收各種神經網絡架構,如CNN,RNN,LSTM,以解決關鍵的新世界挑戰。您將學習如何訓練模型以檢測人眼中的糖尿病視網膜病變狀況,並創建用於執行視頻到文本翻譯的智能系統。您將在醫療保健領域中使用轉移學習技術,並使用GAN實施樣式轉移。稍後您將學習構建基於AI的推薦系統,用於情感分析的行動應用程式以及用於承載客戶服務的強大聊天機器人。您將在網絡安全域中實施AI技術以生成Captchas。之後,您將使用強化學習訓練和建造自動駕駛車輛以進行自駕車。您將使用來自Python生態系統的庫(如TensorFlow,Keras等)來實現機器學習,深度學習和AI的核心方面。
在本書的最後,您將熟練地構建自己的智能模型,以解決任何類型的AI問題,而不會有任何麻煩。
你會學到什麼•使用seq-2-seq神經翻譯機構建智能機器翻譯系統
•使用GAN創建AI應用程式並使用TensorFlow部署智能行動應用程式
•使用CNN和RNN將視頻翻譯成文本
•實施智能AI聊天機器人,並在多個域中集成和擴展它們
•使用Q-Learning創建智能強化,基於學習的應用程式
•使用深度學習和對抗性學習打破並生成CAPTCHA
《Python AI項目實戰 Practical Python AI Projects》
使用優化建模探索使用Python解決人工智慧問題的藝術和科學。本書涵蓋了數學代數模型的實際創建和分析,如線性連續模型,非明顯線性連續模型,和純線性整數模型。作為數十年行業教學和諮詢的產品,Practical Python AI Projects不是專注於理論,而是強調模型創建方面;對比的替代方法和實際變化。
每個模型都經過徹底解釋並編寫執行。本書中所有示例的原始碼都是可用的,使用Google OR-Tools以Python編寫。它還包括一個隨機問題生成器,可用於行業應用或研究。
構建基於Python的基本人工智慧(AI)應用程式
使用數學優化方法和Google OR-Tools(優化工具)套件
使用Python和Google OR-Tools創建幾種類型的項目
項目下載地址
關注微信公眾號 datayx 然後回復 AI 即可獲取。
AI項目體驗地址 https://loveai.tech
閱讀過本文的人還看了以下:
分享《深度學習入門:基於Python的理論與實現》高清中文版PDF+原始碼
《21個項目玩轉深度學習:基於TensorFlow的實踐詳解》完整版PDF+附書代碼
《深度學習之pytorch》pdf+附書源碼
李沐大神開源《動手學深度學習》,加州伯克利深度學習(2019春)教材
筆記、代碼清晰易懂!李航《統計學習方法》最新資源全套!
《神經網絡與深度學習》最新2018版中英PDF+源碼
將機器學習模型部署為REST API
FashionAI服裝屬性標籤圖像識別Top1-5方案分享
重要開源!CNN-RNN-CTC 實現手寫漢字識別
yolo3 檢測出圖像中的不規則漢字
同樣是機器學習算法工程師,你的面試為什麼過不了?
前海徵信大數據算法:風險概率預測
【Keras】完整實現『交通標誌』分類、『票據』分類兩個項目,讓你掌握深度學習圖像分類
VGG16遷移學習,實現醫學圖像識別分類工程項目
特徵工程(一)
特徵工程(二) :文本數據的展開、過濾和分塊
特徵工程(三):特徵縮放,從詞袋到 TF-IDF
特徵工程(四): 類別特徵
特徵工程(五): PCA 降維
特徵工程(六): 非線性特徵提取和模型堆疊
特徵工程(七):圖像特徵提取和深度學習
如何利用全新的決策樹集成級聯結構gcForest做特徵工程並打分?
Machine Learning Yearning 中文翻譯稿
螞蟻金服2018秋招-算法工程師(共四面)通過
全球AI挑戰-場景分類的比賽源碼(多模型融合)
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(列印收藏)
python+flask搭建CNN在線識別手寫中文網站
中科院Kaggle全球文本匹配競賽華人第1名團隊-深度學習與特徵工程
不斷更新資源
深度學習、機器學習、數據分析、python
搜索公眾號添加: datayx
長按圖片,識別二維碼,點關注
AI項目體驗
https://loveai.tech