Ръководството по Python® на Deitel® за професионалисти програмисти с въведителни проучвания на случаи с изкуствен интелект. Написана за програмисти с опит в друг високоязиков език, тази книга използва директни инструкции за преподаване на най-съвременните и усъвършенствани информационни технологии и програмиране с Python – един от най-популярните и бързо развиващи се езици.

В рамките на 500+ примери от реалния свят, от отделни фрагменти до 40 големи сценария и проучвания на случаи с пълно приложение, ще използвате интерактивния интерпретатор IPython с код в Jupyter Notebooks, за да усвоите бързо най-съвременните идиоми на Python. След като покриете Глави 1-5 по Python и някои основни части от Глави 6-7, ще бъдете в състояние да се справите със значими раздели на практическите въведителни проучвания на случаи с АИ в Глави 11-16, които съдържат множество интелигентни, мощни, съвременни примери.

Тези примери включват обработка на естествен език, извличане на данни от Twitter® за анализ на настроението, когнитивно изчисление с IBM® WatsonTM, наблюдавана машинно обучение с класификация и регресия, ненаблюдавана машинно обучение с групиране, компютърно зрение чрез дълбоко обучение и свиващи невронни мрежи, дълбоко обучение с рекурсивни невронни мрежи, големи данни с Hadoop®, SparkTM и NoSQL бази данни, Интернет на нещата и други. Ще работите директно или индиректно с облачни услуги, включително Twitter, Google TranslateTM, IBM Watson, Microsoft® Azure®, OpenMapQuest, PubNub и други.

Характеристики

• 500+ практически, реалистични, примери на жив код, от фрагменти до проучвания на случаи
• IPython + код в Jupyter® Notebooks
• Фокусирано върху библиотеки: Използва стандартната библиотека на Python и библиотеки за наука за данни, за да изпълнява значими задачи с минимално количество код
• Богато покритие на Python: команди за контрол, функции, низове, файлове, JSON сериализация, CSV, изключения
• Процедурно, функционално и обектно-ориентирано програмиране
• Колекции: списъци, кортежи, речници, множества, NumPy масиви (таблици), pandas Series & Dataframe
• Статични, динамични и интерактивни визуализации
• Опит с данни с набори от данни и източници на данни от реалния свят
• Въведителни модули в науката за данни: АИ, основна статистика, симулация, анимация, случайни променливи, предварителна обработка на данни, регресия
• Проучвания на случаи по АИ, големи данни и облаци в науката за данни: NLP, извличане на данни от Twitter®, IBM® WatsonTM, машинно обучение, дълбоко обучение, компютърно зрение, Hadoop®, SparkTM, NoSQL, IoT
• Библиотеки с отворен код: NumPy, pandas, Matplotlib, Seaborn, Folium, SciPy, NLTK, TextBlob, spaCy, Textatistic, Tweepy, scikit-learn®, Keras и други.