文件名称：Artificial-Intelligence-with-Python-Cookbook:Packt出版的《人工智能与Python食谱》
文件大小：10.62MB
文件格式：ZIP
更新时间：2024-06-15 11:00:18
JupyterNotebook
人工智能与Python Cookbook 这是Packt出版的《 的代码库。 使用TensorFlow和PyTorch的下一代深度学习和神经网络的实用食谱 这本书是关于什么的？ 借助人工智能（AI）系统，我们可以开发目标驱动的代理以自动解决问题。 这涉及对可用数据进行预测和分类，并培训代理以成功执行任务。 本书将帮助您使用实用食谱解决复杂的AI问题。 本书涵盖以下激动人心的功能： 实施数据预处理步骤并优化模型超参数 使用分布式和并行计算技术处理大量数据 使用InfoGAN掌握图像的代表性学习 使用贝叶斯网络深入研究概率模型 使用对抗神经网络创建自己的艺术品 如果您觉得这本书适合您，请立即获取！ 说明和导航 所有代码都组织在文件夹中。 例如，Chapter02。 该代码将如下所示： from sklearn.datasets import fetch_openml data
【文件预览】：
Artificial-Intelligence-with-Python-Cookbook-master
----chapter03()
--------Representing for similarity search.ipynb(161KB)
--------Recommending_products.ipynb(37KB)
--------Spotting fraudster communities.ipynb(381KB)
--------Clustering market segments.ipynb(119KB)
--------Discovering anomalities.ipynb(323KB)
----chapter05()
--------pso_it3-1.png(27KB)
--------Finding the shortest path.ipynb(77KB)
--------skipgram.dot(325B)
--------Simulating the spread of a disease.ipynb(509KB)
--------Making decisions based on knowledge.ipynb(505KB)
--------pso_it32-1.png(27KB)
--------solving-n-queens.md(948B)
--------pso_it1322.png(27KB)
--------pso_it1323-1.png(27KB)
--------Writing a chess engine with Monte Carlo tree search.ipynb(143KB)
--------Solving the n-queens problem.ipynb(450KB)
--------pso_it0.png(27KB)
--------skipgram.png(20KB)
----chapter11()
--------Securing Models Against Attack.ipynb(82KB)
--------Serving a model for live-decisioning.ipynb(24KB)
--------visualizing_model_results.py(4KB)
----chapter01()
--------Modeling_and_Predicting_in_Keras.ipynb(396KB)
--------run_notebook.sh(1KB)
--------Dockerfile(644B)
--------perceptron.png(17KB)
--------environment.yml(415B)
--------README.md(3KB)
--------perceptron.dot(285B)
--------Basic_Machine_Learning_in_Python_Introduction_to_Sklearn,_Keras_and_Pytorch.ipynb(5.27MB)
----chapter09()
--------Synthesizing_speech.ipynb(2.72MB)
--------recognizing_voice_commands.ipynb(248KB)
--------Generating_melodies.ipynb(77KB)
----chapter04()
--------Predicting stock prices with confidence.ipynb(87KB)
--------Estimating customer lifetime-value.ipynb(87KB)
--------stopping_credit_default.ipynb(131KB)
--------Diagnosing a disease.ipynb(77KB)
----LICENSE(1KB)
----chapter06()
--------Controling a cartpole.ipynb(49KB)
--------Optimizing a website.ipynb(43KB)
--------Playing blackjack.ipynb(53KB)
----README.md(5KB)
----chapter10()
--------Writing_a_popular_novel.ipynb(56KB)
--------Chatting_to_users.ipynb(30KB)
--------Translating_from_English_to_German.ipynb(326KB)
--------Classifying_newsgroups.ipynb(20KB)
----chapter02()
--------Transforming Data in Scikit-Learn.ipynb(66KB)
--------Live Decisioning Customer Values.ipynb(160KB)
--------Predicting House Prices in Pytorch.ipynb(2.75MB)
--------Forecasting CO2 Time Series.ipynb(829KB)
--------Battling Algorithmic Bias.ipynb(26KB)
----chapter07()
--------Recognizing clothing items.ipynb(311KB)
--------Encoding_images_and_style.ipynb(406KB)
--------Generating_images.ipynb(1.55MB)
----.gitignore(28B)
----chapter08()
--------Localizing_objects.ipynb(1.27MB)