Python人工智能項目實戰

本書通過9個直觀、有趣和生活息息相關的實際項目，詳細介紹如何通過結合深度學習和強化學習構建智能而實用的人工智能系統，涉及的項目涵蓋醫療健康、電子商務、專家系統、智能安防、移動應用和自動駕駛等領域，使用的技術包括捲積神經網絡、深度強化學習、基於LSTM的RNN、受限玻爾茲曼機、生成對抗網絡、機器翻譯和遷移學習。借助本書的理論知識，你將有能力建立自己的智能模型，輕松解決任何類型的人工智能問題。

全書共10章，第1章介紹構建人工智能系統的基礎知識；第2章介紹如何使用遷移學習來檢測人眼中的糖尿病視網膜病變症狀，並判斷其嚴重程度；第3章介紹循環神經網絡（RNN）架構的基礎知識；第4章解釋如何創建一個智能的AI模型；第5章討論CNN和長短期記憶（LSTM）在視頻字幕中的角色，以及視頻字幕系統的構建；第6章討論推薦系統；第7章解釋機器學習如何向移動應用提供服務；第8章解釋聊天機器人是如何進化的，以及使用聊天機器人的好處；第9章解釋強化學習和Q學習；第10章討論什麽是CAPTCHA以及為什麽我們需要CAPTCHA，並介紹如何使用對抗學習來生成CAPTCHA。

如果你想學習如何使用Python在多個領先的人工智能（AI）領域構建代表性項目，本書將是一個完美的指南。
本書介紹涉及AI所有核心應用方向的若乾項目的詳細實施過程。首先介紹使用機器學習和深度學習技術創建智能系統所需的基礎知識，包括如何使用CNN、RNN、LSTM等各種神經網絡架構，然後介紹如何在醫療領域使用遷移學習技術訓練一個模型來檢測人眼中的糖尿病視網膜病變，接著介紹如何創建一個神經機器翻譯系統以及如何使用GAN實現時尚風格的遷移，之後介紹如何構建一個能夠為視頻產生字幕的模型，以及如何構建基於AI的推薦系統、用於情感分析的移動應用程序和用於提供客戶服務的聊天機器人，最後介紹使用強化學習培訓和構造自動駕駛車輛，以及在網絡安全領域實施AI技術來生成CAPTCHA。你將學習如何使用TensorFlow、Keras等Python庫為機器學習、深度學習和AI提供核心支持。通過本書的學習，你將能熟練建立自己的智能模型，以解決任何類型的AI問題。

通過閱讀本書，你將能夠：
• 使用序列到序列神經翻譯機器構建智能機器翻譯系統。
• 使用GAN創建AI應用程序並使用TensorFlow部署智能移動應用程序。
• 使用CNN和RNN為視頻產生字幕。
• 實現人工智能聊天機器人並將其集成和擴展到多個領域。
• 使用深度Q學習創建智能增強的應用程序。
• 使用深度學習和對抗學習破解和生成CAPTCHA。