📘 الگوریتم‌های هوش مصنوعی در قلب جستجو، یادگیری و مدل‌های مولد

🧠 الگوریتم‌های هوش مصنوعی ستون فقرات Search و Optimization، یادگیری عمیق (Deep Learning)، یادگیری تقویتی (Reinforcement Learning) و البته هوش مصنوعی مولد (Generative AI) هستن.

🚀 این کتاب مهم‌ترین الگوریتم‌های AI رو با مثال‌های قابل‌درک، تصاویر آموزشی و تمرین‌های فکرشده معرفی میکنه. زبان ساده و مثال‌های عملی کمک میکنه یه درک طبیعی از این داشته باشی که سیستم‌های هوشمند چطور یاد میگیرن، برنامه‌ریزی میکنن و خودشان را تطبیق میدن.

📦 نسخه دوم کتاب کاملاً بازنویسی شده و شامل فصل‌های جدیدی درباره مدل‌های زبانی بزرگ (LLMs) و تولید تصویر هم هست.

🧠 مسئله اصلی کتاب

💡 تو میدونی میشه یه مسئله رو با AI حل کرد، ولی سوال مهم اینه:

کدوم الگوریتم رو باید انتخاب کنی و چطور باید درست پیاده‌سازیش کنی؟

📌 این کتاب دقیقاً همین شکاف رو پر میکنه:

• تشخیص نوع مسئله
• نگاشت مسئله واقعی به مدل مناسب
• طراحی و پیاده‌سازی الگوریتم درست

همه این‌ها با مثال‌های بصری، شبه‌کد و تمرین‌های مرحله‌به‌مرحله توضیح داده میشن.

🔥 در Grokking AI Algorithms (ویرایش دوم) یاد می‌گیری:

• انتخاب الگوریتم مناسب برای هر مسئله AI
• مبانی Search به‌عنوان پایه هوش مصنوعی مدرن
• ساخت Agentهای هوشمند برای حل پازل‌ها
• حل مسئله با الگوریتم‌های تکاملی و ژنتیکی
• پیش‌بینی با شبکه‌های عصبی
• یادگیری تقویتی برای بهبود رفتار سیستم‌ها
• ساخت pipeline مدل‌های LLM
• آشنایی با مدل‌های تولید تصویر (Diffusion Models)

⚙️ درباره تکنولوژی

🧩 الگوریتم‌های AI پایه‌ی اصلی بسیاری از حوزه‌ها هستن:

• جستجو و بهینه‌سازی
• یادگیری عمیق
• یادگیری تقویتی
• مدل‌های مولد (Generative AI)

📌 این کتاب کمک میکنه بفهمی کِی و چرا باید از هر الگوریتم استفاده کنی، نه فقط چطور کد بزنی.

📖 درباره کتاب

🚀 یادگیری این کتاب با پروژه‌های end-to-end همراهه:

• حل maze با الگوریتم‌های جستجو
• هدایت ماشین در پارکینگ با reinforcement learning
• طراحی سیستم‌های تصمیم‌گیری هوشمند

📦 نسخه جدید شامل فصل‌های تازه درباره:

• الگوریتم‌های LLM
• مدل‌های تولید تصویر

📚 فهرست مطالب

۱ شهود اولیه از هوش مصنوعی

۲ مبانی جستجو

۳ جستجوی هوشمند

۴ الگوریتم‌های تکاملی

۵ رویکردهای پیشرفته تکاملی

۶ هوش جمعی: مورچه‌ها

۷ هوش جمعی: ذرات

۸ یادگیری ماشین

۹ شبکه‌های عصبی مصنوعی

۱۰ یادگیری تقویتی

۱۱ مدل‌های زبانی بزرگ (LLM)

۱۲ مدل‌های تولید تصویر

⭐ بازخوردها (نسخه اول)

🧠 «از ابتدا تا انتها بهترین کتاب برای یادگیری الگوریتم‌های AI و فهمیدن چرایی استفاده از آن‌ها.»

— لیندا ریستوسکی، هیئت آموزشی منطقه York

📊 «این کتاب یک حوزه بسیار گسترده را با شفافیت کامل برای توسعه‌دهنده‌ها توضیح می‌دهد.»

— دیوید جیکوبز، Product Advance Local

🔥 «کامل‌ترین محتوایی که درباره الگوریتم‌های AI دیده‌ام.»

— کاران نِه، Classic Software Solutions

🧠 «این کتاب ترس ورود به مکانیزم‌های AI را از بین می‌برد.»

— کایل پیترسون، University of Iowa Athletics

👨‍🏫 درباره نویسنده

🧠 ریشال هربنز یک تکنولوژیست باتجربه و کارآفرین سریالی در حوزه AI Engineering و human performance هست.

🚀 تمرکز اصلی او روی ساده‌سازی مفاهیم پیچیده AI و ساخت سیستم‌های قابل‌درک برای توسعه‌دهنده‌هاست.

Artificial intelligence algorithms are the backbone of search and optimization, deep learning, reinforcement learning, and, of course, generative AI. This book introduces the most important AI algorithms using relatable illustrations, interesting examples, and thought-provoking exercises. Written in simple language and with lots of visual references and hands-on code examples, it helps you build a natural intuition into how intelligent systems learn, plan, and adapt. This second edition has been thoroughly revised, with new chapters on large language models, image generation, and more.

You know you can solve a problem with AI—but how? Which algorithm do you pick and how do you properly implement it? This book makes it simple and easy to understand the most core and common AI approaches. You’ll learn how to understand problem types, map real-world tasks to those problems, and how to design and implement the right algorithm—all following clear visual examples, pseudocode, and learning-oriented examples.

In Grokking AI Algorithms, Second Edition you will discover:

• How to pick the right algorithm for each AI problem

• Learn the fundamentals of search (the foundation of modern AI)

• Building intelligent agents to solve puzzles

• Finding solutions using the theory of evolution and genetic algorithms

• Make predictions with neural networks

• Understand how AI gets better with reinforcement learning

• Building a LLM pipeline and image diffusion model from scratch

About the technology

AI algorithms are the backbone of search and optimization problems, deep learning, reinforcement learning, and, of course, generative AI. But knowing which algorithm to use—and why—is often harder than writing the code itself. Grokking AI Algorithms, Second Edition illuminates the algorithms behind modern generative AI with clear explanations, step-by-step code examples, and beautifully simple illustrations.

About the book

Everything you’ll learn in this powerfully simple book is reinforced through engaging, end-to-end projects—from solving mazes with search algorithms to navigating a car through a crowded parking lot with reinforcement learning. Plus, this second edition has been thoroughly revised with fresh chapters exploring the core algorithms of LLMs and image generation models.

What's inside

• Search algorithms and swarm optimization

• Deep learning and neural networks

• Training AI with reinforcement learning

• Building a LLM pipeline for text generation

Back Cover

AI algorithms are the backbone of search and optimization problems, deep learning, reinforcement learning, and, of course, generative AI. But knowing which algorithm to use—and why—is often harder than writing the code itself. Grokking AI Algorithms, Second Edition illuminates the algorithms behind modern generative AI with clear explanations, step-by-step code examples, and beautifully simple illustrations.

Everything you’ll learn in this powerfully simple book is reinforced through engaging, end-to-end projects—from solving mazes with search algorithms to navigating a car through a crowded parking lot with reinforcement learning. Plus, this second edition has been thoroughly revised with fresh chapters exploring the core algorithms of LLMs and image generation models.

What’s Inside

• Search algorithms and swarm optimization

• Deep learning and neural networks

• Training AI with reinforcement learning

• Building a LLM pipeline for text generation

Requires beginning to intermediate programming skills and high school level mathematics. No AI experience required.

Table of Contents

1. Intuition of AI

2. Search fundamentals

3. Intelligent search

4. Evolutionary algorithms

5. Advanced evolutionary approaches

6. Swarm intelligence: Ants

7. Swarm intelligence: Particles

8. Machine learning

9. Artificial neural networks

10. Reinforcement learning

11. Large language models

12. Generative image models

praise for the first edition

From start to finish, the best book to help you learn AI algorithms and recall why and how you use them.

—Linda Ristevski, York Region District School Board

This book takes an impossibly broad area of computer science and communicates what working developers need to understand in a clear and thorough way.

—David Jacobs, Product Advance Local

The most comprehensive content I have seen on AI algorithms.

—Karan Nih, Classic Software Solutions

This book removes the fear of stepping into the mechanics of AI.

—Kyle Peterson, University of Iowa Athletics

An excellent hands-on introduction to a broad range of AI algorithms like genetic algorithms, swarm optimization, and machine learning.

—Andre Weiner, Technical University of Braunschweig

This applies the excellent standards of the Grokking-series model to AI Algorithms. It’s a great resource to help anyone understand AI algorithms.

—Charles Soetan, Plum.io

Covers a range of AI algorithms building up an understanding of how and why, thereby giving the reader a solid foundation to try any method.

—Frances Buontempo, Buontempo Consulting Limited

Stepping stone for AI algorithms with real-world examples and solid definitions....Detailing of ethics in AI was icing on the cake.

—Gandhirajan Natarajan, Dell EMC

About the Author

Rishal Hurbans is an experienced technologist and serial entrepreneur specializing in AI engineering and human performance.