Rozdział 1. Witamy w świecie robotów. Rozpoczęcie przygody z AI. Cztery różne modele AI. Dokąd może Cię zaprowadzić nauka AI? Podsumowanie. Rozdział 2. Poznaj narzędzia AI. Strona GitHuba. Colaboratory. Podsumowanie. Rozdział 3. Podstawy języka Python - naucz się kodować w Pythonie. Wyświetlanie tekstu. Zmienne i operacje. Listy i tablice. Instrukcje warunkowe if. Pętle for i while. Funkcje. Klasy i obiekty. Podsumowanie. Rozdział 4. Podstawowe techniki AI. Co to jest uczenie ze wzmacnianiem? Pięć zasad Reinforcement Learning. Podsumowanie. Rozdział 5. Twój pierwszy model AI - uważaj na bandytów! Problem wielorękiego bandyty. Model próbkowania Thompsona. Podsumowanie. Rozdział 6. AI w sprzedaży i reklamie - sprzedawaj jak Wilk z AI Street. Problem do rozwiązania. Budowanie środowiska do przeprowadzenia symulacji. Rozwiązanie AI i odświeżenie umysłu. Implementacja. Podsumowanie. Rozdział 7. Witamy w Q-learningu. Labirynt. Cały proces Q-learningu. Podsumowanie. Rozdział 8. AI w logistyce - roboty w magazynie. Budowanie środowiska. Implementacja. Podsumowanie. Rozdział 9. Zostań ekspertem od sztucznego mózgu - głębokie Q-learning. Przewidywanie cen domów. Teoria głębokiego uczenia. Jak działają sieci neuronowe? Głębokie uczenie. Podsumowanie. Rozdział 10. Sztuczna inteligencja dla pojazdów autonomicznych - zbuduj samochód samojezdny. Budowanie środowiska. Przypomnienie rozwiązania AI. Implementacja. Prezentacja. Podsumowanie. Rozdział 11. AI dla biznesu - minimalizuj koszty dzięki głębokiemu Q-learningowi. Problem do rozwiązania. Budowanie środowiska. Rozwiązanie AI. Demo. Podsumowanie - ogólny schemat AI. Podsumowanie. Rozdział 12. Głębokie konwolucyjne Q-learning. Do czego służą sieci CNN? Jak działają CNN? Głębokie konwolucyjne Q-learning. Podsumowanie. Rozdział 13. AI dla gier wideo - zostań mistrzem Snake'a. Problem do rozwiązania. Tworzenie środowiska. Rozwiązanie AI. Implementacja. Demo. Podsumowanie. Rozdział 14. Podsumowanie. Podsumowanie - ogólny schemat AI. Odkrywanie, co czeka Cię dalej w AI.