Descripción
Explore el creciente mundo de los algoritmos genéticos para construir y mejorar aplicaciones de IA que involucren búsqueda, optimización, aprendizaje automático, aprendizaje profundo, PNL y XAI usando bibliotecas de Python.
Características clave:
- Aprenda a implementar algoritmos genéticos usando las bibliotecas de Python DEAP, scikit-learn y NumPy
- Aproveche la tecnología de computación en la nube para aumentar el rendimiento de sus soluciones
- Descubra algoritmos bioinspirados como la optimización por enjambre de partículas (PSO) y NEAT
- La compra del libro impreso o Kindle incluye un libro electrónico en PDF gratuito
Descripción del libro:
Escrito por Eyal Wirsansky, un científico de datos senior e investigador de IA con más de 25 años de experiencia y una trayectoria de investigación en algoritmos genéticos y redes neuronales, Hands-On Genetic Algorithms with Python ofrece conocimientos de expertos y conocimientos prácticos para dominar los algoritmos genéticos.
Después de una introducción a los algoritmos genéticos y sus principios de funcionamiento, descubrirá en qué se diferencian de los algoritmos tradicionales y los tipos de problemas que pueden resolver, para luego aplicarlos a tareas de búsqueda y optimización como planificación, programación, juegos y análisis. A medida que avance, se adentrará en la IA explicable y aplicará algoritmos genéticos a la IA para mejorar los modelos de aprendizaje automático y aprendizaje profundo, así como para abordar tareas de aprendizaje por refuerzo y PNL. Esta segunda edición actualizada amplía aún más la aplicación de algoritmos genéticos a la PNL y la XAI y la aceleración de los algoritmos genéticos con concurrencia y computación en la nube. También se familiarizará con el algoritmo NEAT. El libro concluye con un proyecto de reconstrucción de imágenes y otras tecnologías relacionadas para futuras aplicaciones.
Al final de este libro, habrá adquirido experiencia práctica en la aplicación de algoritmos genéticos en una variedad de campos, con énfasis en la inteligencia artificial con Python.
Lo que aprenderá:
- Utilice algoritmos genéticos para resolver problemas de planificación, programación, juegos y análisis
- Cree aplicaciones de aprendizaje por refuerzo, PNL e IA explicable
- Mejore el rendimiento de los modelos de ML y optimice la arquitectura de aprendizaje profundo
- Implemente algoritmos genéticos utilizando arquitecturas cliente-servidor, mejorando la escalabilidad y la eficiencia computacional
- Explore cómo se pueden reconstruir imágenes utilizando un conjunto de formas semitransparentes
- Profundice en temas como el elitismo, el nicho y la multiplicidad en las soluciones genéticas para mejorar las estrategias de optimización y la diversidad de soluciones
Para quién es este libro:
Si eres un científico de datos, desarrollador de software, entusiasta de la IA que quiere adentrarse en el mundo de los algoritmos genéticos y aplicarlos a aplicaciones inteligentes del mundo real lo más rápido posible, este libro es para ti. Se requiere un conocimiento práctico del lenguaje de programación Python para comenzar con este libro.
Tabla de contenido
- Una introducción a los algoritmos genéticos
- Comprensión de los componentes clave de los algoritmos genéticos
- Uso del framework DEAP
- Optimización combinatoria
- Satisfacción de restricciones
- Vinculación y posicionamiento de un personaje
- Animación básica de personajes
- El ciclo de caminar
- Sonido y sincronización labial
- Interacción de accesorios con restricciones dinámicas
- Optimización de funciones continuas
- Mejora de modelos de aprendizaje automático mediante la selección de características
- Ajuste de hiperparámetros de modelos de aprendizaje automático
- Optimización de la arquitectura de redes de aprendizaje profundo
- Aprendizaje por refuerzo con algoritmos genéticos
- Procesamiento del lenguaje natural
- IA explicable y contrafactuales
- Aceleración de algoritmos genéticos con concurrencia
- Aprovechamiento de la nube
- Reconstrucción de imágenes genéticas
- Otras técnicas de computación evolutiva y bioinspirada
Autor: Eyal Wirsansky
Editorial: Packt Publishing
Publicado: 12/07/2024
Páginas: 418
Tipo de encuadernación: Tapa blanda
Peso: 1.57 libras
Tamaño: 9.25h x 7.50w x 0.85d
ISBN13: 9781805123798
ISBN10: 1805123793
Categorías BISAC:
- Informática | Lenguajes | Python
- Informática | Inteligencia Artificial | Procesamiento del Lenguaje Natural
- Matemáticas | Análisis complejo
Este título no es retornable