AI to nauka i inżynieria tworzenia inteligentnych maszyn, zwłaszcza inteligentnych programów komputerowych. Pełna forma sztucznej inteligencji to sztuczna inteligencja. Sztuczna inteligencja istnieje, gdy maszyna ma zdolności poznawcze. Wzorcem dla sztucznej inteligencji jest poziom ludzki dotyczący rozumowania, mowy i wizji.
Oto wyselekcjonowana lista najlepszych książek o sztucznej inteligencji, które powinny znaleźć się w bibliotece każdego początkującego i zaawansowanego ucznia Data Science.
1) Sztuczna inteligencja dla opornych
Sztuczna inteligencja to książka napisana przez Johna Paula Muellera i Lucę Massarona. Książka zawiera jasne wprowadzenie do sztucznej inteligencji i jej dzisiejszego wykorzystania.
W tej książce znajdziesz przegląd technologii. Mówi również o powszechnych błędnych przekonaniach, które go otaczają. Książka bada wykorzystanie sztucznej inteligencji w aplikacjach komputerowych, zakres i historię sztucznej inteligencji.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon2) Stwórz własną sieć neuronową
Ten podręcznik dotyczący sztucznej inteligencji to podróż krok po kroku przez matematykę sieci neuronowych i tworzenie własnych przy użyciu języka komputerowego Python.
Ten poradnik zabierze Cię w przyjemną i niespieszną podróż. Książka zaczyna się od bardzo prostych pomysłów i stopniowo pogłębia wiedzę na temat działania sieci neuronowych. W tej książce nauczysz się również kodować w języku Python i przekształcić swoją sieć neuronową w profesjonalnie opracowane sieci.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon3) Superinteligencja
Superintelligence to idealna książka informacyjna napisana przez Stuarta Russella i Petera Norviga. Ta książka jest najbardziej wszechstronnym, aktualnym wprowadzeniem do teorii i praktyki przedmiotu sztucznej inteligencji.
Ta książka o sztucznej inteligencji przedstawia czytelnikom najnowsze technologie, przedstawia koncepcje w bardziej ujednolicony sposób. Książka oferuje również uczenie maszynowe, głębokie uczenie się, transferowe systemy wieloagentowe, robotykę itp.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon4) Sztuczna inteligencja: nowoczesne podejście
Ta książka przedstawia podstawową konceptualną teorię sztucznej inteligencji. Działa jako kompletny materiał referencyjny dla początkujących. Pomaga studentom na kursach licencjackich lub magisterskich w zakresie sztucznej inteligencji.
To wydanie zawiera szczegółowe informacje o zmianach, jakie zaszły w dziedzinie sztucznej inteligencji od jej ostatniej edycji. Istnieje wiele ważnych zastosowań technologii sztucznej inteligencji, takich jak wdrożenie praktycznego rozpoznawania mowy, tłumaczenie maszynowe, roboty domowe, które zostały szczegółowo wyjaśnione.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon5) Silniki sztucznej inteligencji: samouczek Wprowadzenie do matematyki głębokiego uczenia się
Artificial Intelligence Engines to książka napisana przez Jamesa V Stone'a. Książka wyjaśnia, w jaki sposób algorytmy sztucznej inteligencji w postaci głębokich sieci neuronowych. Szybko eliminuje tę przewagę. Głębokie sieci neuronowe są używane w wielu aplikacjach biznesowych, takich jak diagnostyka raka, rozpoznawanie obiektów, rozpoznawanie mowy, sterowanie robotami, szachy, poker itp.
W tej książce wyjaśniono kluczowe algorytmy uczenia sieci neuronowej, a następnie przedstawiono szczegółowe analizy matematyczne.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon6) Życie 3.0: Bycie człowiekiem w dobie sztucznej inteligencji
Life 3.0: Being Human in the Age of Artificial Intelligence to książka napisana przez Maxa Tegmarka. Książka mówi o rozwoju sztucznej inteligencji, w jaki sposób może ona zmienić naszą przyszłość bardziej niż jakakolwiek inna technologia.
Ta książka obejmuje również pełen zakres punktów widzenia lub najbardziej kontrowersyjne kwestie. Mówi o znaczeniu, świadomości i ostatecznych fizycznych ograniczeniach życia w kosmosie.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon7) Uczenie maszynowe dla absolutnie początkujących
Machine Learning For Absolute Beginners to książka napisana przez Olivera Theobalda. Książka obejmuje rozdziały, takie jak Czym jest uczenie maszynowe, rodzaje uczenia maszynowego, zestaw narzędzi do uczenia maszynowego, czyszczenie danych, konfigurowanie danych, analiza regresji. Książka obejmuje również klastrowanie, maszyny wektorów pomocniczych, sztuczne sieci neuronowe, budowanie modelu w Pythonie itp. Zawiera algorytmy, takie jak walidacja krzyżowa, modelowanie zespołów, wyszukiwanie siatki, inżynieria funkcji i kodowanie jednorazowe.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon8) Zilustrowane uczenie głębokie
Deep Learning Illustrated to książka o sztucznej inteligencji napisana przez Jona Kohna, Granta Beylevelda i Aglae Basens. Ta książka mówi o wielu potężnych nowych możliwościach sztucznej inteligencji i wydajności algorytmów. Deep Learning Illustrated i oferuje pełne wprowadzenie do technik tej dyscypliny.
Ta książka może służyć jako praktyczny przewodnik dla programistów, badaczy, analityków i studentów, którzy chcą ją zastosować.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon9) Analiza predykcyjna dla opornych
Predictive Analytics For Dummies to książka napisana przez Anasse Bari, Mohamed Chaouchi i Tommy Jung. Z pomocą tego podręcznika dowiesz się o istocie analityki predykcyjnej.
Książka oferuje kilka typowych przypadków użycia, które pomogą Ci zacząć. Obejmuje również szczegóły dotyczące modelowania, grupowania k-średnich. Książka zawiera również wskazówki dotyczące celów biznesowych i podejść.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon10) Data Science od podstaw: pierwsze zasady w Pythonie
Data Science from Scratch to książka napisana przez Joela Gurusa. Ta książka pomoże ci nauczyć się matematyki i statystyki, które są podstawą nauki o danych. Nauczysz się również umiejętności hakerskich, których potrzebujesz, aby rozpocząć pracę jako naukowiec danych.
Książki obejmują takie tematy, jak implementacja k-najbliższych sąsiadów, naiwne zatoki, regresja liniowa i logistyczna, drzewa decyzyjne i modele grupowania. Będziesz także mógł zbadać przetwarzanie języka naturalnego, analizę sieci itp.
Sprawdź najnowsze ceny i recenzje użytkowników na Amazon11) Praktyczne uczenie maszynowe
Hands-On Machine Learning is a book written by Aurélien Géron. The book helps you gain an intuitive understanding of the concepts and tools for building intelligent systems.
This reference material also teaches you techniques, starting with simple linear regression and progressing to deep neural networks. In this book, you will also explore several training models, including support vector machines, decision trees, random forests, and ensemble methods. You can also learn techniques for training and scaling deep neural networks.
Check Latest Price and User Reviews on Amazon12) Applied Artificial Intelligence: A Handbook For Business Leaders
Applied Artificial Intelligence is a book written by Mariya Yao, Adelyn Zhou, and Marlene Jia. This book is a practical guide for business leaders who are passionate about leveraging machine intelligence. This helps you to enhance the productivity of their organizations and the incase the quality of life in their communities. The book also helps you to take business decisions through applications of AI and machine learning.
Check Latest Price and User Reviews on Amazon13) Prediction Machines: The Simple Economics of Artificial Intelligence
Prediction Machines is a book written by Ajay Agrawal, Joshua Gans, and Avi Goldfarb. The book talks about the heart of making decisions under uncertainty. It also explains how prediction tools increase productivity-- operating machines, handling documents, communicating with customers. In the end, the book discusses how better prediction creates opportunities for new business structures.
Check Latest Price and User Reviews on Amazon14) Human + Machine: Reimagining Work in the Age of AI
Human + Machine: Reimagining Work in the Age of AI is a book written by Paul R. Daugherty and H. James Wilson. The book talks about the essence of the AI paradigm, which helps you to shift is the transformation of all business processes inside a single organization.
The book explains how companies are using the new rules of AI to leap ahead on innovation. It also describes six entirely new types of hybrid human + machine roles that every company must develop.
Check Latest Price and User Reviews on Amazon15) Architects of Intelligence: The truth about AI from the people building it
Architects of Intelligence contain a series of in-depth, one-to-one interviews where the author, Martin Ford, reveals the truth behind these questions. He has given thoughts of the brightest minds in the Artificial Intelligence community.
This AI book helps collects the opinions of the luminaries of the AI business, Like Stuart Russell, Rodney Brooks, Demis Hassabis, and Yoshua Bengi. You should read this book to get in-depth knowledge and the future of the AI field.
Check Latest Price and User Reviews on Amazon16) Artificial Intelligence for Humans: Fundamental Algorithms
Artificial Intelligence for Humans is a book written by Jeff Heaton. In this AI book, you will learn about the basic Artificial Intelligence algorithms. Like dimensionality, clustering, error calculation, hill climbing, Nelder Mead, and linear regression.
This Artificial Intelligence book explains all algorithms using actual numeric calculations that you can perform yourself. Every chapter in this book includes a programming example. Examples are currently provided in Java, C#, Python, and C. Other languages planned.
Check Latest Price and User Reviews on Amazon17) HBR's 10 Must Reads on AI, Analytics, and the New Machine Age
HBR's 10 Must Reads on AI, Analytics, and the New Machine Age is a book written by Micheal E. Porter, Thomas H. Davenport, Paul Daugherty, H. James Wilson.
The book combed through hundreds of Harvard Business Review articles and selected the most important ones. This book helps you to understand various AI consent and how to adopt them.
In this book, you will learn data science, driven by artificial intelligence and machine learning. It also covers chapters about the blockchain and Augmented reality.
Check Latest Price and User Reviews on Amazon18) TensorFlow in 1 Day: Make your own Neural Network
TensorFlow is the most popular Deep Learning Library available in the market. It has a most authentic graph computations feature which helps you to visualize and designed neural network. This useful Machine learning book offers both convolutions as well as Recurrent Neural network.
Machine learning models supported by TensorFlow like Deep Learning Classification, Boston Tree, and wipe & deep layer methods are covered in the book. The book includes complete professional deep learnings practices with detailed examples.
Check Latest Price and User Reviews on Amazon19) Deep Learning (Adaptive Computation and Machine Learning series)
This deep learning book offers a mathematical and conceptual background, and relevant concepts in linear algebra, probability and information theory, and machine learning.
The book describes many important deep learning techniques widely used in industry, which includes regularization, optimization algorithms, sequence modeling. This book also offers research-related information like linear factor models, autoencoders, structured probabilistic models, the partition function, etc.
Check Latest Price and User Reviews on Amazon20) Python Machine Learning, 1st Edition
Python Machine Learning book gives you access to the world of predictive analytics. It helps you to learn the best practices and methods to improve and optimize machine learning systems and algorithms.
Wants to find out how to use Python? Then you should pick up Python Machine Learning. The book helps you to get started from scratch, or helps you to extend your data science knowledge.
Check Latest Price and User Reviews on Amazon21) Deep Learning with R
Deep Learning with R introduces you to a universe of deep learning using the Keras library and its R language interface. It is written for Python as Deep Learning with Python by Keras creator and Google.
The books help you set up your deep-learning environment. You can also practice your new skills with R-based applications in computer vision, natural language processing, and generative models. Moreover, to learn this course, you don't need any previous experience of machine learning or deep learning.
Check Latest Price and User Reviews on Amazon