کتاب Practical Artificial Intelligence in Julia
اثر Alexandre Bergel
نوع محتوای کتاب
آموزش گام به گام
هدف یادگیری
پروژهمحور
نوع مسیر
صفر تا صد آماده برای کار
بر اساس تکنولوژی
هوش مصنوعی
مورد استفاده
هوش مصنوعی / یادگیری ماشین
info نکات مهم قبل از خرید:
- نسخه کتاب فعلی به زبان لاتین میباشد.
- کتاب به صورت محصول میباشد و پس از خرید بلافاصله در دسترس شما قرار میگیرد.
- قبل از خرید، قسمت توضیحات تکمیلی مربوط به هر کتاب را مطالعه کنید.
- در صورت هرگونه سؤال با ایمیل و یا شماره پشتیبانی سایت در تماس باشید.
- درگاه پرداخت رمزارز نیز برای هموطنان خارج از کشور فعال است.
درباره این کتاب
کتاب Practical Artificial Intelligence in Julia: Implementing Neural Networks, Genetic Algorithms, and Neuroevolution in Julia (هوش مصنوعی عملی در جولیا: پیادهسازی شبکههای عصبی، الگوریتمهای ژنتیک و عصب تکامل در جولیا) نوشتهٔ دکتر الکساندر برگل، یک منبع عملی برای آشنایی با پیادهسازی هوش مصنوعی در زبان برنامهنویسی جولیا است. این کتاب با رویکردی مبتنی بر پروژه، مفاهیم نظری را به سناریوهای واقعی متصل میکند و به خوانندگان میآموزد که چگونه شبکههای…
کتابهای پیشنهادی این تخصص:
کتابهای پیشنهادی این دستهبندی:
نظرات کاربران
تجربیات خود را از خواندن این کتاب با دیگران به اشتراک بگذارید.
ثبت نظر جدید
هنوز دیدگاهی ثبت نشده است.
کتاب Practical Artificial Intelligence in Julia: Implementing Neural Networks, Genetic Algorithms, and Neuroevolution in Julia (هوش مصنوعی عملی در جولیا: پیادهسازی شبکههای عصبی، الگوریتمهای ژنتیک و عصب تکامل در جولیا) نوشتهٔ دکتر الکساندر برگل، یک منبع عملی برای آشنایی با پیادهسازی هوش مصنوعی در زبان برنامهنویسی جولیا است. این کتاب با رویکردی مبتنی بر پروژه، مفاهیم نظری را به سناریوهای واقعی متصل میکند و به خوانندگان میآموزد که چگونه شبکههای عصبی، الگوریتمهای ژنتیک و نوروتکامل (Neuroevolution) را از صفر پیادهسازی کنند.
مثالهای جذاب کتاب، مانند حل مسئلهٔ فروشندهٔ دورهگرد و ساخت یک بازی سکویی، به درک ملموستر از این تکنیکها کمک میکنند. از ویژگیهای برجستهٔ این کتاب میتوان به ارائهٔ یکی از اولین و جامعترین پیادهسازیهای نوروتکامل در جولیا اشاره کرد که آن را به منبعی ارزشمند برای مهندسان نرمافزار و برنامهنویسانی تبدیل میکند که بهدنبال کاربرد عملی هوش مصنوعی در این زبان هستند.
در ادامه مقدمهای از کتاب Practical Artificial Intelligence in Julia را از زبان نویسنده شرح خواهیم داد.
مقدمهای بر کتاب Practical Artificial Intelligence in Julia:
هوش مصنوعی (AI) نحوه استفاده ما از رایانهها برای حل مسائل را بهطور بنیادین تغییر میدهد. با بهرهگیری از تجربیات قبلی که میتواند در قالب مثالها بیان شود، ماشین میتواند الگوها را در یک موقعیت معین شناسایی کرده و همان الگوها را در موقعیتی کمی متفاوت تشخیص دهد. این اساساً همان روشی است که امروزه از هوش مصنوعی استفاده میشود. حوزه هوش مصنوعی به سرعت در حال پیشرفت است و متأسفانه، پیشروی در آن اغلب دشوار است.
کتاب «هوش مصنوعی کاربردی در جولیا» (Practical Artificial Intelligence in Julia) با هدف ارائه یک پایه کاربردی برای مجموعهای از الگوریتمهای بیانگر (expressive) هوش مصنوعی با استفاده از زبان برنامهنویسی جولیا تدوین شده است. این کتاب دو مشارکت بزرگ در مقایسه با کتابهای مرتبط موجود ارائه میدهد. مشارکت اول، شرح جزئیات برخی تکنیکهای بیانگر، یعنی شبکههای عصبی، الگوریتمهای ژنتیک و تکامل عصبی (neuroevolution) است. هیچ کتاب دیگری با ارائه یک پیادهسازی کامل در زبان جولیا، بهطور جامع به این موضوعات نمیپردازد.
این کتاب مطالب را به صورت گامبهگام ارائه میدهد؛ از یک پرسپترون کوچک شروع کرده و به پیادهسازی کامل دو الگوریتم برای تکامل عصبی ختم میشود. مشارکت دوم، ارائه مجموعهای از کاربردهای جذاب، غیربدیهی و مستقل از این تکنیکهاست، از جمله هوش مصنوعی برای یک بازی پلتفرمر (سکوبازی) و یک مدل محاسباتی از تکامل موجوداتِ در حال راه رفتن.
کتاب Practical Artificial Intelligence in Julia به گونهای طراحی شده که برای مخاطبان گستردهای قابل فهم باشد و کد منبع (سورس کد) قابل اجرا را در اختیار میگذارد. پیادهسازی ارائهشده در این کتاب مستقل است و تنها به کتابخانههای سطح پایینِ رایج وابسته است.
به طور کلی، کتاب Practical Artificial Intelligence in Julia به تفصیل بیان کرده و نشان میدهد که چگونه میتوان از دستورالعملهای ساده برای حل مسائل عینی و عملی استفاده کرد. همچنین، مجموعه کاملی از ابزارهای قابل استفاده مجدد را در زبان برنامهنویسی جولیا فراهم میکند. «هوش مصنوعی کاربردی در جولیا» کتابی درباره نحوه استفاده از APIهای موجود که توسط کتابخانههای خارجی ارائه میشوند، نیست. در عوض، این کتاب شما را راهنمایی میکند تا API خود را برای هوش مصنوعی بسازید. ساخت API اختصاصی مزایای فوقالعادهای دارد، مانند قابلیت تنظیم و انعطافپذیری بالا که برای حل مسائل بسیار خاص و ویژه، ضروری هستند.
مروری بر کتاب Practical Artificial Intelligence in Julia
کتاب «هوش مصنوعی کاربردی در جولیا» به سه بخش تقسیم میشود که هر بخش به موضوعی خاص در حوزه هوش مصنوعی میپردازد: شبکههای عصبی، الگوریتمهای ژنتیک و تکامل عصبی.
بخش اول کتاب Practical Artificial Intelligence in Julia کتاب درباره شبکههای عصبی است. شبکه عصبی یک استعاره محاسباتی است که تعامل بین نورونهای بیولوژیکی را شبیهسازی میکند. این فصل با پیادهسازی یک نورون منفرد آغاز میشود و محدودیتهای آن را در زمینه کارهایی که میتواند انجام دهد، نشان میدهد. سپس شبکههای عصبی برای حل تعدادی از مشکلات معرفی میشوند. مثالهای مختلفی شامل وظایف نسبتاً ساده طبقهبندی دادهها ارائه شده است.

بخش دوم کتاب Practical Artificial Intelligence in Julia به شرح الگوریتمهای ژنتیک (GAs) میپردازد. از منظر فنی، GA بهینهسازی یک تابع برازش (fitness function) با استفاده از عملگرهای الهامگرفته از زیستشناسی است. در نتیجه، GA مسائل را بدون تعیین ساختار و شکلِ راهحل از قبل، حل میکند. GA نحوه تکامل گونههای زیستی در طول زمان را از طریق ترکیب دادههای ژنتیکی شبیهسازی میکند.
برای دو راهحل پیشنهادی، به محض اینکه بتوان گفت کدام یک به راهحل نهایی نزدیکتر است، میتوان از GA برای حل مسئله استفاده کرد. مثالهای متعددی در این بخش دوم از کتاب ارائه شده است، از جمله پیادهسازی موجودات در حال راه رفتن که یک شبیهسازی از حیات مصنوعی است. چنین موجوداتی ارگانیسمهای مصنوعی هستند که میتوانند برای حرکت از میان موانع یا بالا رفتن از پلهها تکامل یابند.

بخش سوم کتاب Practical Artificial Intelligence in Julia حوزه تکامل عصبی را پوشش میدهد که ترکیبی از الگوریتمهای ژنتیک و شبکههای عصبی است. تکامل شبکههای عصبی، «تکامل عصبی» نامیده میشود. در تکامل عصبی، برخلاف یادگیری عمیق کلاسیک (بخش اول کتاب) که شبکه عصبی در آن آموزش میبیند، کار با شبکههای بسیار ساده آغاز میشود و پیچیدگی بهصورت تدریجی به این شبکهها اضافه میگردد. تکامل باعث میشود شبکههای تکاملیافته قادر به حل وظایف بهویژه پیچیده باشند. این بخش سوم از کتاب، از یک بازی ویدیویی پلتفرمر استفاده میکند و یک بازیکن مصنوعی را با استفاده از تکامل عصبی میسازد.

چه کسانی باید کتاب Practical Artificial Intelligence in Julia را بخوانند؟
این کتاب برای طیف وسیعی از برنامهنویسان طراحی شده است. از این رو، به دانش قبلی درباره شبکههای عصبی، الگوریتمهای ژنتیک یا تکامل عصبی، و همچنین پیشزمینه قوی ریاضی نیازی نیست. ما اطمینان حاصل کردیم که چنین پیشنیازی برای بیشتر فصلها وجود نداشته باشد. برخی از فصلها به پیشزمینه ریاضی مختصری نیاز دارند. با این حال، این فصلها مستقل (خودکفا) هستند و رد شدن از آنها تأثیر منفی بر درک کلی مطالب نخواهد گذاشت.
کتاب Practical Artificial Intelligence in Julia برخی از تکنیکهای پیشرفته هوش مصنوعی را از دریچه زبان جولیا به تصویر میکشد. خوانندگان ابزارهای نظری و عملی لازم برای استفاده در جولیا را به دست خواهند آورد. توجه داشته باشید به افرادی که مایلند زبان جولیا را از طریق هوش مصنوعی یاد بگیرند، توصیه میشود آن را با منابع اطلاعاتی تکمیلی همراه کنند. کتاب «هوش مصنوعی کاربردی در جولیا» برای برنامهنویسان آشنا به جولیا یا کسانی که بهطور کلی در برنامهنویسی تجربه دارند، نگاشته شده است. انتظار میرود خواننده برای همراهی با کتاب، روی برنامهنویسی وقت و انرژی صرف کند.
کتاب Practical Artificial Intelligence in Julia یک معرفی نسبتاً سطحی (مختصر) از شبکههای عصبی ارائه میدهد، فقط در حدی که (۱) درک دقیقی از ماهیت شبکههای عصبی به دست آورید و (۲) پایه محکمی برای مدلسازی تکامل عصبی فراهم شود. بخش اول، اساس شبکههای عصبی را منتقل میکند و برخی از کاربردهای ساده، از جمله طبقهبندی دادهها را ارائه میدهد. با این حال، کتاب به معماریهای پیشرفته شبکههای عصبی مانند شبکههای کانولوشن (پیچشی)، ترانسفورمرها یا مدلهای زبانی اشارهای نمیکند. از خوانندگان دعوت میشود برای تعمیق این موضوعات به کتابهای تخصصی مراجعه کنند. مطالب مربوط به شبکههای عصبی به عنوان پایهای برای ساخت الگوریتم تکامل عصبی ارائه شدهاند.
کتاب با جزئیات به الگوریتمهای ژنتیک و تکامل عصبی میپردازد. الگوریتمهای ژنتیک بسیار بیانگر (انعطافپذیر) هستند و میتوانند مسائل جستجوی پیچیدهای را حل کنند که شبکههای عصبی قادر به در نظر گرفتن آنها نیستند. الگوریتمهای ژنتیک میتوانند به دنبال سوزن در انبار کاه بگردند. نمونهای از این توانایی در یافتن یک راهحلِ دشوار، پیدا کردن توپولوژی و پارامترهای یک شبکه عصبی بدون استفاده از تکنیکهای یادگیری مبتنی بر گرادیان است. این دقیقاً همان چیزی است که بخش سوم کتاب به آن میپردازد.
پس از مطالعه این کتاب، خوانندگان باید تسلط و تخصص بالایی در الگوریتمهای ژنتیک و تکامل عصبی کسب کرده و قادر باشند آنها را در موقعیتهای غیربدیهی و پیچیده به کار ببرند.
سرفصلهای کتاب Practical Artificial Intelligence in Julia:
- Table of Contents
- About the Author
- About the Technical Reviewer
- Introduction
- Part I: Classifying Data with Neural Networks
- Chapter 1: The Perceptron Model
- Chapter 2: Sigmoid Neuron
- Chapter 3: Neural Networks
- Chapter 4: Theory on Learning
- Chapter 5: Data Classification
- Part II: Solving Problems and Defining Creature Behavior with Genetic Algorithms
- Chapter 6: Genetic Algorithms
- Chapter 7: Genetic Algorithm in Action
- Chapter 8: The Traveling Salesman Problem
- Chapter 9: Building Walking Creatures
- Chapter 10: Evolving Walking Creatures
- Part III: Playing A Platform Game With Neuroevolution
- Chapter 11: Neuroevolution
- Chapter 12: Neuroevolution with NEAT
- Chapter 13: The Platform Video Game
- Chapter 14: Neuroevolution on the Platform Game
- Index
جهت دانلود کتاب Practical Artificial Intelligence in Julia میتوانید پس از پرداخت، دریافت کنید.
