искусственный интеллект

Искусственный интеллект, Иллюстрированная история, От автоматов до нейросетей, Пиковер К., 2019.

   Мы попытаемся выяснить, как обучить машины использовать естественные языки, формировать абстракции и концепции, решать задачи, сейчас подвластные только людям, и улучшать самих себя... Для заявленной цели проблема искусственного интеллекта заключается в следующем: поведение машины должно быть таким, что, будь это поведение человека, его назвали бы разумным.

Автономный искусственный интеллект, Жданов А.А., 2008.

   Книга, посвященная моделированию нервных систем, дает возможные ответы на следующие вопросы: как должна быть устроена нервная система с логически-рациональной точки зрения? можно ли воспроизвести путь «конструкторской мысли», который прошла Природа, конструируя нервные системы? что такое нейрон и как он работает?
Рассмотрены способы построения адаптивных систем управления на основе эмпирических знаний, или систем динамической оптимизации. Представлены прототипы некоторых прикладных систем, построенных с использованием подложенного метода.
Для научных работников, аспирантов и студентов, интересующихся кибернетикой; для специалистов по системам управления, биологов и математиков.

Sun’iy intellekt tushunchasi.

Учебник по информатике на узбекском языке.

   Sun'iy intellekt yordamida masalalarni hal qilishning kaliti yechimni izlashda tanlanadigan variantlar sonini kamaytirishdan iborat. Buning uchun dastur inson fikrlash jarayonida qo'llaydigan prinsiplardan foydalanishi lozim.

AI для блогеров, Прокачай свои социальные сети, Палагина В., 2024.

   Из пустых разговоров и дискуссий искусственный интеллект (ИИ) давно перешел в технологии, которые применяется в различных отраслях. Пользователей социальных сетей с каждым годом становится все больше и больше. Поэтому разработчики стали внедрять в их развитие искусственный интеллект.

Машинное обучение для детей, Практическое введение в искусственный интеллект, Лейн Д., 2023.
 
Книга знакомит школьников с машинным обучением через выполнение 13 практических проектов в доступной образовательной онлайн-среде с применением языка визуального программирования Scratch. Все проекты в книге сопровождаются подробными пошаговыми инструкциями, доступными для любого новичка.

Грокаем глубокое обучение с подкреплением, Моралес М., 2023.
 
Мы учимся, взаимодействуя с окружающей средой, и получаемые вознаграждения и наказания определяют наше поведение в будущем. Глубокое обучение с подкреплением привносит этот естественный процесс в искусственный интеллект и предполагает анализ результатов для выявления наиболее эффективных путей движения вперед. Агенты глубокого обучения с подкреплением могут способствовать успеху маркетинговых кампаний, прогнозировать рост акций и побеждать гроссмейстеров в Го и шахматах. Давайте научимся создавать системы глубокого обучения на примере увлекательных упражнений, сопровождаемых кодом на Python с подробными комментариями и понятными объяснениями. Вы увидите, как работают алгоритмы, и научитесь создавать собственных агентов глубокого обучения с подкреплением, используя оценочную обратную связь.

Глубокое обучение в картинках, Визуальный гид по искусственному интеллекту, Крон Д., Бейлевельд Г., Аглаэ Б., 2020.
 
Глубокое обучение стало мощным двигателем для работы с искусственным интеллектом. Яркие иллюстрации и простые примеры кода избавят вас от необходимости вникать в сложные аспекты конструирования моделей глубокого обучения, делая сложные задачи доступными и увлекательными. Джон Крон, Грант Бейлевельд и замечательный иллюстратор Аглаэ Бассенс используют яркие примеры и аналогии, которые позволяют объяснить, что такое глубокое обучение, почему оно пользуется такой популярностью и как эта концепция связана с другими подходами к машинному обучению. Книга идеально подойдет разработчикам, специалистам по обработке данных, исследователям, аналитикам и начинающим программистам, которые хотят применять глубокое обучение в своей работе. Теоретические выкладки прекрасно дополняются прикладным кодом на Python в блокнотах Jupyter. Вы узнаете приемы создания эффективных моделей в TensorFlow и Keras, а также познакомитесь с PyTorch. Базовые знания о глубоком обучении позволят создавать реальные приложения — от компьютерного зрения и обработки естественного языка до генерации изображений и игровых алгоритмов

Алгоритмы Data Science и их практическая реализация на Python, Учебное пособие, Протодьяконов А.В., Пылов П.А., Садовников В.Е., 2022.
 
Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними. Для студентов, изучающих информационные технологии. Может быть полезно как начинающим программистам, так и специалистам высокого уровня.