Ai - podejście pragmatyczne (Noah Gift)

Opanuj skuteczne, gotowe do wykorzystania rozwiązania biznesowe dla sztucznej inteligencji i uczenia maszynowego AI – podejście pragmatyczne pomaga rozwiązywać poręczne problemy przy użyciu progresywnego uczenia maszynowego, sztucznej inteligencji i chmurowych narzędzi obliczeniowych.

Noah Gift demistyfikuje wszelkie koncepcje i narzędzia konieczne do osiągnięcia wyników – nawet jeśli Czytelnik nie ma solidnego przygotowania z matematyki lub data science. Autor wyjaśnia efektywne, gotowe do użycia rozwiązania udostępniane poprzez Amazon, Google i Microsoft, a także przedstawia sprawdzone techniki wykorzystujące ekosystem analizy danych oparty na języku Python.

Proponowane podejścia i przykłady pomagają ukierunkować i uprościć każdy krok od wdrożenia po produkcję i generować rozwiązania o niezwykłych możliwościach skalowania. W miarę poznawania działania rozwiązań Machine Language (ML) będziesz uzyskiwać coraz bardziej instynktowne zrozumienie tego, co można dzięki nim osiągnąć i jak zmaksymalizować ich wartość.

Na tych podstawach autor krok po kroku pokazuje budowanie chmurowych aplikacji AI/ML do rozwiązywania realistycznych problemów w dziedzinie marketingu, zarządzania projektami, wyceniania produktów, nieruchomości i dużo więcej.

Bez względu na to, czy jesteś profesjonalistą biznesowym, osobą decyzyjną, studentem czy programistą, eksperckie wskazówki autora i rozbudowane analizy przypadków przygotują cię do rozwiązywania problemów data science w niemal dowolnym środowisku.

• Uzyskaj i skonfiguruj wszystkie niezbędne narzędzia • zobacz wszystkie funkcjonalności Pythona, których potrzebujesz do budowania aplikacji uczenia maszynowego • Opanuj narzędzia AI i ML, a także proces życia projektu • Korzystaj z narzędzi analitycznych Pythona, takich jak IPython, Pandas, Numpy, Juypter laptop i Sklearn • Dołącz pragmatyczną pętlę zwrotną, która pozwoli nieprzerwanie polepszać wydajność naszych procedur i systemów • Projektuj chmurowe rozwiązania AI oparte na Google Cloud Platform, uwzględniając usługi TPU, Colaboratory i Datalab • Definiuj chmurowe przepływy pracy w Amazon Web Services, w tym wystąpienia punktowe, potoki kodu i inne • Pracuj z API sztucznej inteligencji w Microsoft Azure • Poznaj budowanie sześciu rzeczywistych aplikacji AI od początku do końca