شما اینجایید
خانه > مطالب تگ شده با "هوش مصنوعی"

۵ تا از بهترین کتاب‌های هوش مصنوعی

کتاب‌های هوش مصنوعی

 

مارک لی ، دانشمند رشته کامپیوتر، کتاب‌های برتر علمی خود را با موضوع هوش مصنوعی، یادگیری ماشین و الگوریتم‌های هوشمند انتخاب می‌کند. هوش مصنوعی (AI) فرآیند آموزش رایانه برای انجام کارهایی است که معمولاً فقط مغز انسان می‌تواند انجام دهد، اما برای یادگیری و انجام فرآیندهای عظیم، هنوز

هوش مصنوعیِ مدیریت پروژه، ۸۱ % پروژه‌ها را تحت تاثیر قرار می‌دهد

هوش مصنوعی

 

هوش مصنوعیِ مدیریت پروژه افزایش داشته است. در بخشی از گزارشی درباره تاثیر روزافزون هوش مصنوعی بر عملکرد پروژه، موسسه مدیریت پروژه[1] از 551 مدیرپروژه سوال کرد که آیا سازمان آن‌ها تحت تاثیر AI بوده است یا خیر؟ پاسخ حیرت انگیز 81 درصد آن‌ها بله بوده

هوش مصنوعی با پایتون – بخش هفتم – برنامه‌نویسی منطقی (قسمت آخر)

هوش مصنوعی با پایتون

 

حل پازل (معما)

از برنامه‌نویسی منطقی می‌توان برای حل مسائل زیادی مانند معمای 8 یا پازل 8 ، پازل Zebra، سودوکو، مسئله n وزیر و غیره استفاده نمود. در اینجا ما از انواع مطرح‌شده برای پازل Zebra نمونه‌ای در نظر می‌گیریم که در ادامه می‌بینید. عبارت انگلیسی زیر را

هوش مصنوعی با پایتون – بخش هفتم – برنامه‌نویسی منطقی (قسمت سوم)

هوش مصنوعی با پایتون

   

بررسیِ اول بودنِ اعداد

با کمک برنامه‌نویسی منطقی، ما می‌توانیم اعداد اول را بین لیستی از اعداد پیدا کنیم و همچنین می‌توانیم اعداد اول را تولید کنیم. کد پایتون داده‌شده در زیر اعداد اول را از بین لیستی از اعداد پیدا خواهد کرد و همچنین 10 عدد اول تولید

هوش مصنوعی با پایتون – بخش هفتم – برنامه‌نویسی منطقی (قسمت دوم)

هوش مصنوعی با پایتون

   

مثال‌هایی از برنامه‌نویسی منطقی

در زیر مثال‌هایی آمده که می‌توان آن‌ها را با برنامه‌نویسی منطقی حل نمود.

   
  • تطبیق عبارات ریاضی

در حقیقت ما می‌توانیم مقادیر ناشناخته را در ریاضیات با استفاده از برنامه‌نویسی منطقی به شکل مؤثری بیابیم. کد پایتونی که در ادامه می‌آید به شما کمک خواهد

هوش مصنوعی با پایتون – بخش هفتم – برنامه‌نویسی منطقی (قسمت اول)

هوش مصنوعی با پایتون

   

در این بخش به برنامه‌نویسی منطقی و چگونگی کمک آن به هوش مصنوعی می‌پردازیم. ما پیش از می‌دانستیم که Logic یا منطق مطالعه اصول استدلال صحیح است یا به عبارت ساده مطالعه این است که چه چیز پس از چه چیز دیگری می‌آید. به‌عنوان‌مثال اگر دو جمله صحیح

هوش مصنوعی با پایتون – بخش ششم – یادگیری نظارت شده : رگرسیون (قسمت سوم)

هوش مصنوعی با پایتون

   

حالا باید یک شیء رگرسیون خطی ایجاد کنیم.

reg_linear_mul = linear_model.LinearRegression()

 

شیء ایجاد شده را با نمونه‌های آموزشی train می‌کنیم.

reg_linear_mul.fit(X_train, y_train)

 

حالا درنهایت ما باید عمل پیش‌بینی را با استفاده از داده‌های تست انجام دهیم.

y_test_pred = reg_linear_mul.predict(X_test)

print("Performance of Linear regressor:")

print("Mean absolute error

هوش مصنوعی با پایتون – بخش ششم – یادگیری نظارت شده : رگرسیون (قسمت دوم)

هوش مصنوعی با پایتون

     

اکنون می‌توان عملکرد رگرسیون خطی خود را به شرح زیر محاسبه کرد -

print("Performance of Linear regressor:")

print("Mean absolute error =", round(sm.mean_absolute_error(y_test, y_test_pred), 2))

print("Mean squared error =", round(sm.mean_squared_error(y_test, y_test_pred), 2))

print("Median absolute error =", round(sm.median_absolute_error(y_test, y_test_pred), 2))

print("Explain variance score =", round(sm.explained_variance_score(y_test, y_test_pred),

2))

print("R2 score =",

هوش مصنوعی با پایتون – بخش ششم – یادگیری نظارت شده : رگرسیون (قسمت اول)

هوش مصنوعی با پایتون

     

رگرسیون یکی از مهم‌ترین ابزارهای آماری و یادگیری ماشین است. اشتباه نیست اگر بگوییم یادگیری ماشین از رگرسیون شروع شد. رگرسیون ممکن است به‌عنوان یک روش پارامتری تعریف شود که به ما امکان تصمیم‌گیریِ مبتنی بر داده‌ها را می‌دهد یا به‌عبارت‌دیگر با یادگیری رابطه بین متغیرهای ورودی و

هوش مصنوعی با پایتون – بخش پنجم – یادگیری نظارت‌شده : طبقه‌بندی (قسمت آخر)

هوش‌ مصنوعی با پایتون

کارایی یک طبقه‌بندی کننده

بعد از پیاده‌سازی الگوریتم یادگیری ماشین، باید دریابیم که مدل چقدر مؤثر است. معیارهای سنجش اثربخشی ممکن است مبتنی بر دیتاست و متریک باشند. برای ارزیابی الگوریتم‌های مختلف یادگیری ماشین، می‌توان از معیارهای کارایی مختلف استفاده کرد. به‌عنوان‌مثال فرض کنید اگر از یک طبقه‌بندی کننده

بالا