۱۴۹,۰۰۰ تومان Original price was: ۱۴۹,۰۰۰ تومان.۱۲۶,۶۵۰ تومانCurrent price is: ۱۲۶,۶۵۰ تومان.
تعداد صفحات | 85 |
---|---|
شابک | 978-622-378-560-3 |
انتشارات |
کتاب هوش مصنوعی بهعنوان یکی از منابع جامع و کاربردی، به بررسی اصول، مفاهیم و کاربردهای این فناوری پیشرفته میپردازد. این اثر با نگاهی علمی و عملی، مفاهیمی همچون یادگیری ماشینی، شبکههای عصبی، پردازش زبان طبیعی و کاربردهای هوش مصنوعی در صنایع مختلف را پوشش میدهد. این کتاب، علاوه بر توضیح مفاهیم پایه، به تحلیل روندهای نوظهور در این حوزه نیز میپردازد و دیدی جامع به مخاطبان ارائه میدهد.
این کتاب برای افرادی که علاقهمند به یادگیری هوش مصنوعی هستند، منبعی جامع و کاربردی است. با مطالعه این اثر میتوانید دانش خود را در زمینه الگوریتمها، ابزارها و کاربردهای هوش مصنوعی ارتقا دهید و از آن برای حل مسائل مختلف در حوزههای کاری و پژوهشی بهره ببرید.
برای تهیه کتاب هوش مصنوعی و بهرهگیری از مطالب ارزشمند آن، به فروشگاه سایت مراجعه کنید یا با ما تماس بگیرید. این کتاب، راهنمایی کامل برای ورود به دنیای هوش مصنوعی و کشف فرصتهای بیپایان این فناوری است.
مقدمه 9
فصل 1 11
هوش مصنوعی1 چیست؟ 11
چرا نیاز به مطالعه هوش مصنوعی داریم؟ 11
شاخه های هوش مصنوعی 12
یادگیری ماشین وتشخیص الگو 12
هوش مصنوعی مبتنی بر منطق 12
هوش مصنوعی با استفاده از آزمون تورینگ 13
علوم شناختی 13
قیاس 13
عامل 14
مزایای مطالعه هوش مصنوعی به عنوان طراحی عامل منطقی 14
حل کننده مساله عمومی(GPS) 14
ساخت یک عامل هوشمند 15
ابزار تجزيه وتحليل داده ها 16
فصل2 17
دستیاران شخصی دیجتال وچت بات ها 17
کاربردهای هوش مصنوعی 17
فصل 3 21
مراحل اصلی در خط سیر یادگیری ماشین 21
فصل 4 25
انتخاب ویژگی ها ومهندسی ویژگی ها 25
انتخاب ویژگی ها 25
اهمیت ويژگی 25
روش های مبتنی بر بسته بندی 25
روش مبتنی بر فیلتر 25
روش های تعبیه شده 26
فرایند مهندسی ویژگی 26
مدیریت داده های پرت 26
فصل 5 29
یادگیری با نظارت 29
یادگیری بدون نظارت 30
یادگیری تقویتی 31
انواع روش های یادگیری ماشین 31
انواع متدها ي داده کاو ي(1) 32
خوشه بندي 32
درخت تصميم گير يCART 36
رگرسيون 41
قوانين انجمني 41
اعتبار سنجي دسته بندي(1) 43
فصل 6 47
ایجاد عوامل هوشمند با یادگیری عمیق 47
تفاوت یادگیری عمیق با یادگیری ماشین 47
تنسورفلو 48
معنای یادگیری در هوش مصنوعی 49
یادگیری تقویتی 49
نمونه های از کاربردهای یادگیری تقویتی 50
فصل 7 55
هوش مصنوعی وکلان داده 55
ویژگی کلان داده 56
نمونههایی از کلان داده 57
انواع کلان داده 58
دریاچه داده، انبار داده و NoSQL 59
کلان داده در رایانش ابری 60
فصل 8 63
نرم افزارهای پرکاربرد در حوزه یادگیری ماشین 63
فصل 9 71
نرم افزار Chat GPT 71
مزایای Chat GPT 77
معایب CHAT GPT 77
منابع و مآخذ 85
هوش مصنوعی چیست؟
حوزه ای از علوم کامپیوتر است،که چگونگی انجام کارها توسط ماشین ها را مطالعه میکند که به طور عادی به یک عامل دارای درک نیاز دارد. در واقع هوش مصنوعی یک شاخه علمی است که جذاب ترین رایانه ای را که تاکنون شناخته شده است مطالعه میکند.
چرا نیاز به مطالعه هوش مصنوعی داریم؟
• هوش مصنوعی بر همه جنبه های زندگی ما تاثیر میگذارد.
• هوش مصنوعی سعی دارد بر الگوهاورفتارهای موجودات را بفهمد.در هوش مصنوعی مفهوم هوش را درک کرده ،سیستم های هوشمندی ساخته می شود.
• سیستم های هوشمند ساخته شده برای درک این موضوع است که” چگونه یک سیستم هوشمند مانند مغز،می تواند یک سیستم هوشمند دیگر را بسازد”
درواقع سه دلیل اصلی برای مطالعه هوش مصنوعی وجود دارد:
1. با داده2 های عظیم وغیر قابل عبور سر وکار داریم. مغز انسان نمیتواند داده های زیادی را پیگیری کند.
2. داده ها از چندین منبع به طور همزمان سرچشمه میگیرند اطلاعات،ساختارنیافته ونامنظم هستند. دانش به دست آمده از این داده ها باید دائما به روز شود،زیرا خود داده ها در حال تغییر است.
3. سنجش وتحریک باید در زمان واقعی به صورت بلادرنگ و با دقت بالا اتفاق بیفتد.
شاخه های هوش مصنوعی
• یادگیری با نظارت در مقابل یادگیری بدون نظارت و در مقابل یادگیری تقویتی
• هوش مصنوعی عمومی در مقابل هوش خاص
• در مورد عملکرد انسان:
بینایی ماشین3 _ یادگیری ماشین4 _ پردازش زبان طبیعی5 _ تولید زبان طبیعی6
1.Artificial intelligence 2.Data 3.Machine Vision 4. Machine learning 5. Natural Language Processing
6. NLG
یادگیری ماشین وتشخیص الگو
در واقع مدلی نرم افزاری طراحی میکنیم که میتواند از داده ها بیاموزد.براساس این مدل ها یادگیری ، در مورد داده ها ناشناخته پیش بینی میکنیم.
یکی از اصلی ترین محدودیت ها در این جا این است که این برنامه ها محدود به قدرت داده ها هستند.
هوش مصنوعی مبتنی بر منطق
از منطق ریاضی برای اجرای برنامه های رایانه ای در هوش مصنوعی مبتنی بر منطق استفاده می شود.یک برنامه ی هوش مصنوعی مبتنی بر منطق،در واقع مجموعه ای از عبارات منطقی است که حقایق وقواعد مربوط به یک حوزه مسائل را بیان میکند.این مورد به طور گسترده در تطبیق الگو،تجزیه زبان ،تحلیل معنایی وغیره استفاده می شود.
هوش مصنوعی با استفاده از آزمون تورینگ
تورینگ1 برای آنکه آیا کامپیوتری میتواند یادبگیرد که از رفتار انسان تقلید کندیا خیرآزمایشی را پیشنهادکرد:یک انسان ازطریق یک رابط متنی ماشین را مورد بازجویی قرار دهد.محدودیت دیگر این است که آن فرد نباید بداند چه کسی در آن طرف بازجویی قرار دهد، به این معنی که طرف مقابل ممکن است یک ماشین باشد یا یک انسان.برای فعال کردن این آزمایش یک فرد از طریق رابط متنی با دو موجودیت در تعامل است.این دو نهادهای پاسخ دهنده نامیده می شوند که یکی از آنها انسان ودیگری ماشین خواهد بود.اگر پاسخ دهنده نتواند تعیین کند که پاسخ ها از یک ماشین است یا یک انسان یعنی ماشین موفق بوده است.
علوم شناختی
مدلهاي کامپيوتر از هوش مصنوعی و همچنين تکنيکهاي روانشناختي را گرد هم ميآورد تا بتواند تئوريهاي دقيقي از کارکرد ذهن انسان به دست آورند.
قیاس
رمز «تفکر درست»: ارسطو سعي در کشف آن داشت.
قياس: از موضوعات مطرح شده توسط ارسطو ميباشد، که الگوهايي براي ساختار توافقي ايجاد کرد که همواره نتايج صحيحي به اندازه مقدمات صحيح به دست ميآورد.مثال: «سقراط انسان است، تمام انسانها ميميرند، پس سقراط خواهد مرد.»
تورینگ: تورینگ را پدر علوم کامپیوتر و هوش مصنوعی میدانند.
عامل
عامل، در اصل چيزي است که ابتدا درک ميکند و سپس عمل ميکند.
در نگرش «قوانين تفکر» تأکيد عمده بر روي استنتاجهاي صحيح بوده است.
«مهارتهاي شناخت» که براي آزمون تورينگ موردنياز است، براي انجام فعاليتهاي منطقي وجود دارند.
مزایای مطالعه هوش مصنوعی به عنوان طراحی عامل منطقی
• عموميتر از رهيافت «قوانين تفکر»
• پيشرفت علمي، بسيار قانونپذيرتر از رهيافتهايي است که بر تفکر يا رفتار انساني متکي هستند.
حل کننده مساله عمومی(GPS)
یک برنامه هوش مصنوعی که توسط هربرت سیمون،شاو،نیول پیشنهاد شد.هدف این بود که به عنوان یک ماشین عمومی حل مساله کارکند.
ساختار حل یک مساله باGPS :
1. اولین قدم ،تعریف اهداف است .فرض کنید هدف این است که مقداری شیر از فروشگاه مواد غذایی تهیه کنیم.
2. مرحله دوم،تعریف پیش شرط ها است.این پیش شرط ها در اشاره به اهداف است.برای دریافت شیر از فروشگاه های موادغذایی ،باید یک وسیله نقلیه داشته باشیم و فروشگاه مواد غذایی نیز باید شیر موجود داشته باشد.
3. بعد از این لازم است عملگرهارا تعریف کنیم.اگر وسیله ی نقلیه یک اتومبیل است.واگر سوخت ماشین کم باشد. باید اطمینان حاصل کنیم که میتواند به پمپ بنزین رسید. همچنین باید مطمئن شویم که میتوانید هزینه شیر را در فروشگاه بپردازید.
ساخت یک عامل هوشمند
گاهی در یادگیری ماشین می خواهیم ماشین های خود را طوری برنامه ریزی کنیم که از داده ها برچسب زده شده برای حل یک مسئله خاص استفاده کند.
ماشین با بررسی داده ها و بر چسب های مرتبط نحوه ی استخراج الگوها و روابط آنهارا میآموزد.
عامل هوشمندبه مدل یادگیری برای اجرای موتور استنتاج بستگی دارد. هنگامی که حسگر،ورودی را درک کرد،آن را به بلوک استنتاج ویژگی میفرستد.
پس از استخراج ویژگی های مربوطه،موتوراستناج آموزش دیده براساس مدل یادگیری پیش بینی را انجام می دهد.این مدل یادگیری براساس یادگیری ماشین ساخته شده است.
سپس موتور استنتاج تصمیمی را اتخاذ کرده وا آن را به کنشگر ارسال می کند تا کنش های لازم را در دنیای واقعی انجام دهد.
تعداد صفحات | 85 |
---|---|
شابک | 978-622-378-560-3 |
انتشارات |