Podstawowa matematyka dla sztucznej inteligencji. Matematyka nowego poziomu dla efektywnych i udanych systemów AI

Książka dostarcza solidnej wiedzy z matematyki, która leży u podstaw działania nowoczesnych systemów AI. Zawiera niezbędne i wystarczające informacje do skutecznej pracy w dziedzinie AI, bez zagłębiania się w skomplikowane teorie akademickie, z naciskiem na praktyczne zastosowania i nowoczesne modele. Omówione są podstawy uczenia maszynowego i nauki o danych. Rozważane są regresja, sieci neuronowe, konwolucja, optymalizacja, prawdopodobieństwo, procesy Markowa, równania różniczkowe i wiele innych wyłącznie w kontekście sztucznej inteligencji. Pokazuje, jak łączyć modele uczenia maszynowego i języka naturalnego, pracować z danymi grafowymi i sieciowymi, wizualizować przekształcenia przestrzenne, redukować wymiarowość, przetwarzać obrazy, wybierać modele oraz dla projektów opartych na danych.