Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 62 głosach.
Machine Learning, Revised and Updated Edition
Zwięzły przegląd uczenia maszynowego - programów komputerowych, które uczą się na podstawie danych - podstawa takich aplikacji, jak rozpoznawanie głosu i samochody bez kierowcy.
Obecnie uczenie maszynowe leży u podstaw szeregu aplikacji, z których korzystamy na co dzień, od rekomendacji produktów po rozpoznawanie głosu - a także niektórych, których jeszcze nie używamy na co dzień, w tym samochodów bez kierowcy. Jest to podstawa nowego podejścia do sztucznej inteligencji, które ma na celu zaprogramowanie komputerów tak, aby wykorzystywały przykładowe dane lub wcześniejsze doświadczenia do rozwiązania danego problemu. W tym tomie serii MIT Press Essential Knowledge, Ethem Alpaydin oferuje zwięzły i przystępny przegląd "nowej sztucznej inteligencji". To rozszerzone wydanie oferuje nowy materiał na temat takich wyzwań stojących przed uczeniem maszynowym, jak prywatność, bezpieczeństwo, odpowiedzialność i stronniczość.
Alpaydin, autor popularnego podręcznika na temat uczenia maszynowego, wyjaśnia, że wraz ze wzrostem "Big Data", teoria uczenia maszynowego - podstawa wysiłków na rzecz przetwarzania tych danych w wiedzę - również się rozwinęła. Opisuje ewolucję tej dziedziny, wyjaśnia ważne algorytmy uczenia się i przedstawia przykładowe zastosowania. Omawia wykorzystanie algorytmów uczenia maszynowego do rozpoznawania wzorców.
Sztuczne sieci neuronowe inspirowane ludzkim mózgiem.
Algorytmy, które uczą się powiązań między instancjami.
Oraz uczenie ze wzmocnieniem, gdy autonomiczny agent uczy się podejmować działania w celu maksymalizacji nagrody. W nowym rozdziale rozważa przejrzystość, możliwość wyjaśnienia i sprawiedliwość, a także etyczne i prawne implikacje podejmowania decyzji na podstawie danych.
