پیشنهاد فرادرس

آموزش هوش مصنوعی پایتون با مثال 

دسته بندی ها: آموزش پایتون (Python) ، آموزش های Packtpub ، هوش مصنوعی

پایتون به دلیل سادگی و انعطاف پذیری به عنوان یک زبان غالب در برنامه نویسی AI / ML ظاهر شده است. پایتون پشتیبانی عالی برای کتابخانه های منبع باز مانند Scikit-learn و TensorFlow دارد. این دوره برای علاقه مندان تازه وارد AI در چهار پروژه واقع بینانه ساخته شده است و تکنیک های مدرن را پوشش می دهد که دنیای هوش مصنوعی را دربر می گیرد. سعی کنید اولین پروژه پردازش زبان طبیعی خود را بسازید، یک سیستم تشخیص چهره ایجاد کنید. علاوه بر این، استفاده از شبکه های عصبی و یادگیری عمیق را خواهید آموخت و تست و آموزش مجموعه ها برای استخراج ویژگی ها را خواهید آموخت. همچنین کتابخانه یادگیری عمیق Keras به شما معرفی می شود و استفاده از پردازش زبان طبیعی برای یافتن مقالات مرتبط در ویکیپدیا مورد بررسی قرار می گیرد.

سرفصل:

  • معرفی دوره
  • استفاده از پردازش زبان طبیعی با پایگاه های دانش
  • ساخت یک مجموعه داده از ویکیپدیا
  • معرفی مدل سازی موضوع
  • استفاده از gensim و NLTK
  • کد
  • ایجاد یک وب سرویس
  • شناسایی چهره
  • چگونه تشخیص چهره کار می کند؟
  • استفاده از OpenCV برای تشخیص چهره
  • AWS Rekognition
  • تشخیص چهره در ویدئو
  • بررسی داده ها آموزش مدل
  • محیط و داده ها
  • و غیره
به این نوشته امتیاز دهید 1 2 3 4 5 بدون امتیاز
Learning Python Artificial Intelligence by Example [Video] Publisher:Packtpub Author:Mark Strefford Duration:1 hour 58 minutes

Build interactive chatbots, facial recognition, headline writers, and more. No AI experience required!
Python has surfaced as a dominant language in AI/ML programming because of its simplicity and flexibility. It has great support for open-source libraries such as Scikit-learn and TensorFlow.
Built for rookie AI enthusiasts across four realistic projects, this course covers modern techniques that make up the world of Artificial Intelligence. Dive into your first natural language processing project, build a facial recognition system, and build your very own self driving steering code. You will explore the use of neural networks and deep learning, and how you can train and test sets for feature extraction. You'll be introduced to the Keras deep learning library, which you will use to predict taxi journey times, and to the use of natural language processing to find the most relevant articles in Wikipedia.
By the end of this video course, you will be confident enough to build your own AI projects with Python, and ready to take on more advanced content as you move on.
The code bundle for this video course is available at - https://github.com/PacktPublishing/Learning-Python-Artificial-Intelligence-by-Example
Style and Approach
Built for amateur AI enthusiasts and using realistic examples, this course covers modern techniques that make up the world of Artificial Intelligence.
Released: Friday, November 30, 2018
Using Natural Language Processing with Knowledge Bases
The Course Overview
Building a Dataset From Wikipedia Content
Introducing Topic Modeling
Using gensim and NLTK
The Code
Building a Web Service
Face Recognition
How Does Face Recognition Work?
Using OpenCV for Face Recognition
AWS Rekognition
Recognizing Faces in Video
Predicting Taxi Journey Times
Summary of the Problem
Exploring the Data
Training the Model
Predicting Journey Times
Predicting the Steering Angles of a Self Driving Car
CNNs
Environment and Data
Training Our Model
Inferring Steering Angles

پیشنهاد فرادرس

ur mama در 1398/01/17 ساعت 15:12

چرا هرچی اموزش خوبه فایلاش نیس
تو خوده ویدیو میگه فایلا رو ضمیمه میکنم اصلا نشون نمیده:(

مدیر سایت در 1398/01/21 ساعت 01:59

فایل تمرین دوره در لینک زیر موجود است: https://github.com/PacktPublishing/Learning-Python-Artificial-Intelligence-by-Example