Купить книгу Машинное обучение, переработанное и обновленное издание (серия «Основные знания» издательства MIT Press) на русском [PDF, EPUB, FB2, MOBI]
#228619
Machine Learning, revised and updated edition (The MIT Press Essential Knowledge series) (B08NSK6K4K)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Ethem Alpaydin | #177: Искусственный интеллект и семантика
В книге, изданной Массачусетским технологическим институтом, представлен краткий вводный курс по машинному обучению — компьютерным программам, которые учатся на основе данных, и основам таких приложений, как распознавание голоса и беспилотные автомобили.
Глубоких знаний математики или программирования не требуется!
Сегодня машинное обучение лежит в основе целого ряда приложений, которые мы используем каждый день, от рекомендаций товаров до распознавания голоса, а также некоторых, которые мы еще не используем ежедневно, включая беспилотные автомобили. Оно является основой нового подхода к искусственному интеллекту, цель которого — запрограммировать компьютеры на использование примеров данных или прошлого опыта для решения заданной проблемы. В этом томе из серии Essential Knowledge издательства MIT Press Этем Алпайдин предлагает краткий и доступный обзор «нового ИИ». Это расширенное издание содержит новые материалы по таким проблемам, стоящим перед машинным обучением, как конфиденциальность, безопасность, подотчетность и предвзятость.
Алпайдин объясняет, что по мере роста объёма больших данных развивалась и теория машинного обучения — основа усилий по преобразованию этих данных в знания. Он рассматривает следующие вопросы:
• Эволюция машинного обучения
• Важные алгоритмы машинного обучения и примеры их применения
• Использование алгоритмов машинного обучения для распознавания образов
• Искусственные нейронные сети, созданные по образцу человеческого мозга.
• Алгоритмы, которые изучают взаимосвязи между экземплярами
• Обучение с подкреплением
• Прозрачность, объяснимость и справедливость в машинном обучении
• Этические и правовые последствия принятия решений на основе данных
Эта всесторонняя книга, представляющая собой введение в машинное обучение, не требует предварительных знаний по математике или программированию, что делает ее доступной для широкого круга читателей и легко адаптируемой для включения в учебные программы.
Глубоких знаний математики или программирования не требуется!
Сегодня машинное обучение лежит в основе целого ряда приложений, которые мы используем каждый день, от рекомендаций товаров до распознавания голоса, а также некоторых, которые мы еще не используем ежедневно, включая беспилотные автомобили. Оно является основой нового подхода к искусственному интеллекту, цель которого — запрограммировать компьютеры на использование примеров данных или прошлого опыта для решения заданной проблемы. В этом томе из серии Essential Knowledge издательства MIT Press Этем Алпайдин предлагает краткий и доступный обзор «нового ИИ». Это расширенное издание содержит новые материалы по таким проблемам, стоящим перед машинным обучением, как конфиденциальность, безопасность, подотчетность и предвзятость.
Алпайдин объясняет, что по мере роста объёма больших данных развивалась и теория машинного обучения — основа усилий по преобразованию этих данных в знания. Он рассматривает следующие вопросы:
• Эволюция машинного обучения
• Важные алгоритмы машинного обучения и примеры их применения
• Использование алгоритмов машинного обучения для распознавания образов
• Искусственные нейронные сети, созданные по образцу человеческого мозга.
• Алгоритмы, которые изучают взаимосвязи между экземплярами
• Обучение с подкреплением
• Прозрачность, объяснимость и справедливость в машинном обучении
• Этические и правовые последствия принятия решений на основе данных
Эта всесторонняя книга, представляющая собой введение в машинное обучение, не требует предварительных знаний по математике или программированию, что делает ее доступной для широкого круга читателей и легко адаптируемой для включения в учебные программы.