Tecniche E Strumenti Per L Intelligenza Artificiale Reti Neurali Tramite R E Python
Download Tecniche E Strumenti Per L Intelligenza Artificiale Reti Neurali Tramite R E Python PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Tecniche E Strumenti Per L Intelligenza Artificiale Reti Neurali Tramite R E Python book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
TECNICHE E STRUMENTI PER L'INTELLIGENZA ARTIFICIALE. RETI NEURALI TRAMITE R E PYTHON
L'intelligenza artificiale è la base di tutto l'apprendimento automatico e il futuro di tutti i processi decisionali complessi. L'intelligenza artificiale combina algoritmi matematici e tecniche di Machine Learning, Deep Learning e Big Data per estrarre la conoscenza contenuta nei dati e presentarla in modo comprensibile e automatico. Questo libro approfondisce l'uso delle reti neurali per l'apprendimento supervisionato e non supervisionato. Per quanto riguarda l'apprendimento supervisionato, vengono prese in considerazione le architetture più comuni, come il percettrone multistrato, la rete a base radiale, le reti ADALINE, le reti HOPFIELD, le reti probabilistiche, le reti lineari, le reti di regressione generalizzata, le reti LVQ, le reti lineari e le reti per l'ottimizzazione dei modelli di regressione. In questa sezione dell'analisi supervisionata, un'attenzione particolare va riservata alle reti neurali per la previsione delle serie temporali, come la rete LSTM, le reti GRU, le reti neurali ricorrenti RNN, le reti NARX, le reti NNAR e, in generale, le reti neurali dinamiche. L'apprendimento non supervisionato sviluppa reti di riconoscimento dei modelli e di analisi dei cluster come le reti KOHONEN (SOM Self-Organising Maps), le reti di riconoscimento dei modelli, le reti neurali autoencoder, le reti di apprendimento transfer, le reti di rilevamento delle anomalie e le reti neurali convoluzionali. I seguenti argomenti descrivono metodologicamente le architetture dei diversi tipi di reti neurali e la loro utilità nelle applicazioni pratiche. Inoltre, per ogni tipo di rete neurale, vengono presentati esempi con una sintassi ottimale nei linguaggi R e Python.
Algoritmi per l’intelligenza artificiale
Author: Roberto Marmo
language: it
Publisher: HOEPLI EDITORE
Release Date: 2024-09-20T00:00:00+02:00
Cosa è l’intelligenza artificiale? Quali problemi computazionali può risolvere? Quali passi fare per creare un algoritmo? Come organizzare i dati di input e interpretare l’output? Quale modello matematico scegliere e come programmarlo in linguaggio Python? La nuova edizione del volume di Marmo intende rispondere a queste domande in modo pragmatico, per capire come funziona l’algoritmo, risolvere problemi tecnici e creare nuovi utilizzi. Ricca di esempi, consigli, link scelti, codice in linguaggio Python, l’opera è stata aggiornata inserendo alla fine di ogni capitolo una raccolta di prompt da usare in ChatGPT, con i quali sarà possibile approfondire di volta in volta l’argomento trattato.
Intelligenza artificiale con Python e Mblock
★RETI NEURALI IN PYTHON 3 CON FUNZIONE DI ATTIVAZIONE SIGMOIDE E CLASSIFICAZIONE A 2 CLASSI (MACHINE LEARNING) ★ RETE NEURALE A 5 INPUT CON LA LIBRERIA NUMPY (MACHINE LEARNING) ★ CLASSIFICAZIONE MULTICLASSE CON 4 ATTRIBUTI (MACHINE LEARNING) ★ TRANSFER LEARNING CON TENSOR FLOW E KERAS, MODELLO PREFORMATO MOBILENET ★ MACHINE LEARNING: PREVISIONI CON KERAS MODELLO SEQUENTIAL - DATASET 4 PARAMETRI ★ MACHINE LEARNING: PREVISIONI CON KERAS MODELLO SEQUENTIAL - DATASET 6 PARAMETRI ★ DECISION MAKING: DECISION TREE CON LA LIBRERIA SK LEARN UN ESEMPIO DI MACHINE LEARNING: LA VISIONE ARTIFICIALE (COMPUTER VISION) ★ COMPUTER VISION: RILIEVO DI SEMPLICI FORME GEOMETRICHE DA UNA IMMAGINE, COLORAZIONE FORME E CONTEGGIO DELLE OCCORRENZE DI OGNI FORMA NELL'IMMAGINE ★ COMPUTER VISION: MATCHING ★ COMPUTER VISION: CONFRONTO FRA IMMAGINI ★ MACHINE LEARNING IN MBLOCK PER LA RACCOLTA DIFFERENZIATA ★ COMPUTER VISION IN PYTHON: FACE DETECTION E RILEVAMENTO VISUAL LANDMARKS ★ ROBOTICA E INTELLIGENZA ARTIFICIALE: RICONOSCIMENTO VOCALE IN MBLOCK ★ RICONOSCIMENTO EMOZIONI IN MBLOCK