Weboldalunk használatával jóváhagyja a cookie-k használatát a Cookie-kkal kapcsolatos irányelv értelmében. Elfogadom
Termékek Menü

Hogyan tanul a mesterséges intelligencia?

Paraméterek

Szerző Csallner András Erik
Cím Hogyan tanul a mesterséges intelligencia?
Kiadó Juhász Gyula Felsőoktatási Kiadó
Kiadás éve 2024
Terjedelem 56 oldal
Formátum A/5, ragasztókötött
ISBN 978 963 648 027 1
Eredeti ár:
1.500 Ft

Ezen könyvecske a teljesség igénye nélkül íródott, és célja azon olvasók kíváncsiságának kielégítése, akik szeretnének kicsit betekinteni a manapság annyira felkapott mesterséges intelligencia alapvető céljaiba, történetébe, de főleg működésébe, azaz szeretnének benézni a motorháztető alá. 

Leírás

Ezen könyvecske a teljesség igénye nélkül íródott, és célja azon olvasók kíváncsiságának kielégítése, akik szeretnének kicsit betekinteni a manapság annyira felkapott mesterséges intelligencia alapvető céljaiba, történetébe, de főleg működésébe, azaz szeretnének benézni a motorháztető alá. Az írás ehhez mérten néhol nagyon könnyen érthető, másutt gondolkodásra ösztönöz, míg máshol elkerülhetetlenül felsőbb matematikai ismereteket igényel.

A mesterséges intelligencia jelenleg a legdinamikusabban fejlődő tudományág, ezért lehetetlen ilyen korlátozott terjedelemben mindenről szólni, minden felhasználását, minden módszerét akár érintőlegesen is megemlíteni. Ezért itt csak néhány, talán fontosabb, népszerűbb, illetve a megértéshez legalkalmasabb megközelítés rövid ismertetésére van lehetőség. Akár az általános áttekintés, akár későbbi mélyebb ismeretek megszerzésére irányuló motiváció az olvasó célja, ez a könyv talán segítséget nyújthat a számára.

 

Juhász Gyula Felsőoktatási Kiadó, 2024.

Írta: Csallner András Erik

Tartalom

Előszó

A mesterséges intelligencia

A mesterséges intelligencia alapjai

A mesterséges intelligencia története

A gépi tanulás elméleti alapjai

Felügyelt tanulás

Döntési fák

Lineárisan szeparálható osztályok

A Perceptron tanulási szabály

Lineáris regresszió

Logisztikus regresszió

Logisztikus regresszió általános osztályozásnál, one-versus-all technika

Mesterséges neurális hálózatok

Osztályozók kiértékelése

Túltanulás

Kiértékelési protokollok

   Ismételt mintavételezés

   Keresztvalidáció és a leave-one-out

Mérőszámok

   Hiba mérése regresszió esetében

Irodalomjegyzék

Kapcsolódó kiadványok

Raktáron
4.500 Ft 4.050 Ft
Raktáron
7.000 Ft 6.300 Ft