虽然许多人工智能入门指南都是微积分书的伪装,但这本书大多回避了数学。相反,作者Jeff proise帮助工程师和软件开发人员建立对AI的直观理解,以解决商业问题。需要创建一个系统来检测雨林中非法砍伐的声音,分析文本的情感,或预测旋转机械的早期故障?这本实用的书教你把人工智能和机器学习在你的公司工作的必要技能。
Applied Machine Learning and AI for Engineers提供了来自Prosise在世界各地的公司和研究机构教授的AI和ML课程的示例和说明。没有繁琐的程序,也没有可怕的方程式——只是为工程师和软件开发人员提供了一个快速的入门,并配有实际操作的例子。
https://www.oreilly.com/library/view/applied-machine-learning/9781492098041/
这本书可以帮助你: * 了解什么是机器学习和深度学习,以及它们可以实现什么 * 了解流行的学习算法是如何工作的以及何时应用它们 * 使用Scikit-Learn用Python建立机器学习模型,使用Keras和TensorFlow建立神经网络 * 训练和评分回归模型和二元和多级分类模型 * 建立人脸识别模型和物体检测模型 * 构建响应自然语言查询并将文本翻译为其他语言的语言模型 * 使用认知服务将人工智能注入到你编写的应用程序中