Intelligence artificielle et apprentissage automatique

Ce livre propose une exploration détaillée de l'intelligence artificielle (IA) et de l'apprentissage machine (ML), en présentant les principes fondamentaux qui définissent ces domaines en évolution rapide. Il couvre les concepts essentiels de l'IA tels que les réseaux neuronaux, le traitement du langage naturel, la robotique et les systèmes experts, tout en offrant une plongée en profondeur dans les différentes techniques d'apprentissage automatique, y compris l'apprentissage supervisé, non supervisé et par renforcement.Commençant par l'histoire et le développement de l'IA, le livre explique les techniques de base telles que les algorithmes de recherche, la représentation des connaissances et les processus de prise de décision. Passant à l'intelligence artificielle, il présente les algorithmes d'apprentissage modernes, les techniques de classification et les modèles tels que les arbres de décision, les machines à vecteurs de support et les réseaux neuronaux. Des sujets avancés tels que l'apprentissage profond, les réseaux convolutifs et les réseaux neuronaux récurrents sont également abordés.L'ouvrage aborde également les implications éthiques de l'IA et de la ML, les défis du développement et leur impact transformateur dans différents secteurs, des soins de santé à la finance.

Autorentext

V. K. Barbudhe est professeur au département d'intelligence artificielle et de science des données du Sandip Institute of Technology and Research Center (SITRC), à Nashik. Avec plus de 14 ans d'expérience, il a publié plus de 50 articles dans des revues internationales et a participé en tant qu'expert international à diverses conférences.

Klappentext

Ce livre propose une exploration détaillée de l'intelligence artificielle (IA) et de l'apprentissage machine (ML), en présentant les principes fondamentaux qui définissent ces domaines en évolution rapide. Il couvre les concepts essentiels de l'IA tels que les réseaux neuronaux, le traitement du langage naturel, la robotique et les systèmes experts, tout en offrant une plongée en profondeur dans les différentes techniques d'apprentissage automatique, y compris l'apprentissage supervisé, non supervisé et par renforcement.Commençant par l'histoire et le développement de l'IA, le livre explique les techniques de base telles que les algorithmes de recherche, la représentation des connaissances et les processus de prise de décision. Passant à l'intelligence artificielle, il présente les algorithmes d'apprentissage modernes, les techniques de classification et les modèles tels que les arbres de décision, les machines à vecteurs de support et les réseaux neuronaux. Des sujets avancés tels que l'apprentissage profond, les réseaux convolutifs et les réseaux neuronaux récurrents sont également abordés.L'ouvrage aborde également les implications éthiques de l'IA et de la ML, les défis du développement et leur impact transformateur dans différents secteurs, des soins de santé à la finance.