早期基于规则的人工智能表现出了有趣的决策能力,但缺乏感知能力,也不会学习。如今,拥有机器学习感知和深度强化学习能力的人工智能,可以对特定任务执行超人般的决策。这本书向您展示了如何将早期AI的实用性与深度学习能力和工业控制技术相结合,在现实世界中做出可靠的决策。

使用具体的例子,最小的理论,和一个经过验证的架构框架,作者Kence Anderson展示了如何教自主AI明确的技能和策略。您将学习何时以及如何使用和结合各种AI架构设计模式,以及如何在不需要操纵神经网络或机器学习算法的情况下设计高级AI。学生、流程操作员、数据科学家、机器学习算法专家以及拥有和管理工业流程的工程师可以使用本书中的方法论来设计自主AI。

这本书探讨:

自动化、自主和人类决策的区别和局限性 自主AI在实时决策方面的独特优势,具有用例 如何从模块化组件设计一个自主的AI并记录你的设计

成为VIP会员查看完整内容
38
0

相关内容

【实用书】强化学习实战:Python,110页pdf
专知会员服务
68+阅读 · 6月9日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
43+阅读 · 2021年11月18日
一图掌握《可解释人工智能XAI》操作指南
专知会员服务
46+阅读 · 2021年5月3日
【2020新书】数据科学与机器学习导论,220页pdf
专知会员服务
60+阅读 · 2020年9月14日
【2020新书】软件和人工智能项目中的设计思维,157页pdf
专知会员服务
77+阅读 · 2020年8月30日
【2020新书】高级Python编程,620页pdf
专知会员服务
192+阅读 · 2020年7月31日
【2020新书】单机搞AI、数据科学和物联网,323页pdf
专知会员服务
37+阅读 · 2020年7月20日
【新书】感知和行动的贝叶斯模型,348页pdf
【开放电子书】概率编程导论,301页pdf
专知
2+阅读 · 2021年10月21日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
小贴士
相关VIP内容
【实用书】强化学习实战:Python,110页pdf
专知会员服务
68+阅读 · 6月9日
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
43+阅读 · 2021年11月18日
一图掌握《可解释人工智能XAI》操作指南
专知会员服务
46+阅读 · 2021年5月3日
【2020新书】数据科学与机器学习导论,220页pdf
专知会员服务
60+阅读 · 2020年9月14日
【2020新书】软件和人工智能项目中的设计思维,157页pdf
专知会员服务
77+阅读 · 2020年8月30日
【2020新书】高级Python编程,620页pdf
专知会员服务
192+阅读 · 2020年7月31日
【2020新书】单机搞AI、数据科学和物联网,323页pdf
专知会员服务
37+阅读 · 2020年7月20日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员