Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП

Монография посвящена исследованию современного состояния контрольно-надзорной деятельности таможенных органов Российской Федерации и тому, как в ней могут использоваться технологии искусственного интеллекта.

В пособии рассмотрены общие вопросы инженерного проектирования, принципы и порядок проектирования основных типов электротехнических устройств и систем электроснабжения, вопросы технологического присоединения к электрическим сетям общего назначения, а также использования систем автоматизированного проектирования электротехнических устройств и комплексов.

Благодаря компьютерам мы не только можем создать программу, которая займётся нашими финансами, проконтролирует отопление в доме или вычислит траекторию полета ракеты, но и построить машину, взаимодействующую с людьми или видеоигру со сложными виртуальными противниками, которые поступают как живые. В этой книге изложены основы искусственного интеллекта и машинного обучения. Благодаря ей вы сможете создать свои собственные игры, а также программы, которые могут распознавать естественную речь и изображения. Все проекты на языке Scratch сопровождаются подробными пошаговыми инструкциями, так что не беспокойтесь, если вы не эксперт в применении этого языка визуального программирования.

Эта книга поможет читателю овладеть алгоритмами обучения с подкреплением (ОП) и научиться реализовывать их при создании самообучающихся агентов. В первой части рассматриваются различные элементы ОП, сфера его применения, инструменты, необходимые для работы в среде ОП. Вторая и третья части посвящены непосредственно алгоритмам. В числе прочего автор показывает, как сочетать Q-обучение с нейронными сетями для решения сложных задач, описывает методы градиента стратегии, TRPO и PPO, позволяющие повысить производительность и устойчивость, а также детерминированные алгоритмы DDPG и TD3. Читатель узнает о том, как работает техника подражательного обучения, познакомится с алгоритмами исследования на базе верхней доверительной границы (UCB и UCB1) и мета-алгоритмом ESBAS.

Издание рассказывает о применении когнитивных служб компании Microsoft и применении на практике набора простых API. В доступной форме описано создание приложений на основе искусственного интеллекта в среде разработки Visual Studio, создание разговорного интерфейса, применение API для обработки распознавания и интерпретации устной речи. Описаны различные модели языка в искусственном интеллекте.

Среди систем, созданных для агрегации, систематизации и прочей автоматизации работы с логами, Splunk — один из самых мощных. Он позволит следить за тонкостями жизни всех ваших систем, особенно если их много и они достаточно распределенные. Splunk — ведущая платформа, реализующая эффективные методологии поиска, мониторинга и анализа больших данных с постоянно растущим объемом. Эта книга позволит вам реализовать новые услуги и использовать их для быстрой и эффективной обработки машинных данных. Вы познакомитесь со всеми возможностями и улучшениями в Splunk 7, включая новые модули Splunk Cloud и Machine Learning Toolkit, научитесь эффективно использовать поисковые запросы и метасимволы, а также работать с полями и расширениями диаграмм.

В книге рассматриваются актуальные примеры создания приложений глубокого обучения с учетом десятилетнего опыта работы автора в этой области. Вы сэкономите часы проб и ошибок, воспользовавшись представленными здесь шаблонами и приемами. Проверенные методики, образцы исходного кода и блестящий стиль повествования позволят с увлечением освоить даже непростые навыки. По мере чтения вы получите советы по развертыванию, тестированию и техническому сопровождению ваших проектов.

Прочитав эту книгу, вы получите четкое представление о том, что такое глубокое обучение, когда его следует применять и каковы его ограничения. Авторы описывают стандартный рабочий процесс поиска решения задачи машинного обучения и рассказывают, как устранять часто возникающие проблемы. Всесторонне рассматривается использование Keras для решения самых разнообразных прикладных задач, в числе которых классификация и сегментация изображений, прогнозирование временных рядов, классификация текста, машинный перевод, генерация текста и многое другое. Опыт работы с Keras, TensorFlow или моделями глубокого обучения не требуется.