کتاب Synthetic Data and Generative AI (داده‌های مصنوعی و هوش مصنوعی تولیدی) منبعی است که به شرح مفاهیم تولید داده‌های مصنوعی با استفاده از هوش مصنوعی می‌پردازد.
در ادامه مقدمه‌ای از کتاب Synthetic Data and Generative AI را از زبان نویسنده شرح خواهیم داد.
مقدمه‌ای بر کتاب Synthetic Data and Generative AI:
داده‌های مصنوعی و هوش مصنوعی تولیدی پایه‌های یادگیری ماشین را با رویکردهای مدرن برای حل مشکلات پیچیده و تولید و استفاده سیستماتیک از داده‌های مصنوعی پوشش می‌دهد.
بیشتر بخوانید: کتاب The Art of Machine Learning
تأکید بر مقیاس‌پذیری، اتوماسیون، آزمایش، بهینه‌سازی و تفسیرپذیری (هوش مصنوعی قابل توضیح) است. به عنوان مثال، تکنیک‌های رگرسیون – از جمله لجستیک و کمند – به عنوان یک روش واحد بدون استفاده از جبر خطی پیشرفته ارائه می‌شوند. مناطق اطمینان و فواصل پیش‌بینی با استفاده از بوت استرپ پارامتریک بدون مدل‌های آماری یا توزیع‌های احتمال ساخته می‌شوند.
بیشتر بخوانید: کتاب Synthetic Data for Machine Learning
مدل‌ها (شامل مدل‌ها و مخلوط‌های مولد) بیشتر برای ایجاد داده‌های مصنوعی غنی برای آزمایش و محک زدن روش‌های مختلف استفاده می‌شوند.
- بر ثبات عددی و عملکرد الگوریتم‌ها (پیچیدگی محاسباتی) تأکید می‌کند.
- تمرکز بر هوش مصنوعی قابل توضیح/ یادگیری ماشینی قابل تفسیر، با استفاده زیاد از داده‌های مصنوعی و مدل‌های تولیدی، روندی جدید در این زمینه
- شامل ساخت جدید و آسان تر مناطق اطمینان، بدون آمار، جایگزینی ساده برای تکنیک قدرتمند و معروف XGBoost
- اتوماسیون پاکسازی داده‌ها را پوشش می‌دهد و در صورت امکان از راه حل‌های ساده‌تر استفاده می‌کند
- شامل فصل‌هایی است که به طور کامل به کاربردهای داده مصنوعی اختصاص داده شده است: تولید زمین‌های فراکتال مانند با الگوریتم مربع الماس، و خوشه‌های ستاره‌ای مصنوعی که در طول زمان تکامل می‌یابند و توسط گرانش محدود می‌شوند.
سرفصل‌های کتاب Synthetic Data and Generative AI:
- Cover image
- Title page
- Table of Contents
- Copyright
- Chapter 1: Machine learning cloud regression and optimization
- Chapter 2: A simple, robust, and efficient ensemble method
- Chapter 3: Gentle introduction to linear algebra – synthetic time series
- Chapter 4: Image and video generation
- Chapter 5: Synthetic clusters and alternative to GMM
- Chapter 6: Shape classification and synthetization via explainable AI
- Chapter 7: Synthetic data, interpretable regression, and submodels
- Chapter 8: From interpolation to fuzzy regression
- Chapter 9: New interpolation methods for synthetization and prediction
- Chapter 10: Synthetic tabular data: copulas vs enhanced GANS
- Chapter 11: High quality random numbers for data synthetization
- Chapter 12: Some unusual random walks
- Chapter 13: Divergent optimization algorithm and synthetic functions
- Chapter 14: Synthetic terrain generation and Al-generated art
- Chapter 15: Synthetic star cluster generation with collision graphs
- Chapter 16: Perturbed lattice point process: alternative to GMM
- Chapter 17: Synthetizing multiplicative functions in number theory
- Chapter 18: Text, sound generation, and other topics
- Glossary
- Index
جهت دانلود کتاب Synthetic Data and Generative AI می‌توانید پس از پرداخت، دریافت کنید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.