Uczenie Maszynowe W Akcji. Alan T. Norman
on>
Uczenie Maszynowe w Akcji
Przewodnik Dla laika
Alan T. Norman
Tłumacz: Krzysztof Zacharski
Copyright © Wszelkie prawa zastrzeżone.
Żadna część tej publikacji nie może być powielana, rozpowszechniana lub przekazywana w jakiejkolwiek formie lub za pomocą jakichkolwiek środków, w tym fotokopii, nagrywania lub innych metod elektronicznych lub mechanicznych, lub za pomocą jakiegokolwiek systemu przechowywania i wyszukiwania informacji, bez uprzedniej pisemnej zgody wydawcy, z wyjątkiem bardzo krótkich cytatów zawartych w recenzjach krytycznych i niektórych innych niekomercyjnych zastosowań dozwolonych przez prawo autorskie.
Spis Treści
DLACZEGO NAPISAŁEM TĘ KSIĄŻKĘ
Ta książka nie jest o programowaniu algorytmów uczenia maszynowego
rozdział 1. Czym jest uczenie maszynowe?
Programowanie jawne a trenowanie algorytmu
Definicje: Sztuczna inteligencja a uczenie maszynowe a sieci neuronowe
Uczenie nadzorowane a nienadzorowane
Jakie problemy może rozwiązać uczenie maszynowe?
Czarna skrzynka: czego nie wiemy o uczeniu maszynowym
Rozdział 2. Oczyszczanie, etykietowanie, porządkowanie zbiorów danych
Potrzeba bardzo dużych zbiorów danych dla uczenia maszynowego
rozdział 3. Wybieranie lub Pisanie Algorytmu uczenia maszynowego
Co trzeba zrobić, żeby napisać algorytm novel
Rozdział 4. Szkolenie I wdrażanie algorytmu
Dostrajanie i projektkowanie funkcji
Rozdział 5. Zastosowania uczenia maszynowego w świecie rzeczywistym
Asystenci Głosowi, Inteligentne Domy, I Samochody
Książka Bonusowa Bitcoin Whales
DLACZEGO NAPISAŁEM TĘ KSIĄŻKĘ
Witamy w świecie uczenia maszynowego!
Sztuczna inteligencja jest gotowa zmienić bieg historii ludzkości, być może bardziej niż jakakolwiek inna technologia w historii. Dużą część tej rewolucji stanowi uczenie maszynowe.
Uczenie maszynowe jest nauką o uczeniu komputerów, aby dokonywały przewidywań na podstawie danych. Na podstawowym poziomie, uczenie maszynowe polega na podaniu komputerowi zestawu danych i poproszeniu go o dokonanie przewidywań. Na początku, komputer będzie miał wiele przewidywań błędnych. Jednakże, w ciągu tysięcy przewidywań, komputer zmieni swój algorytm, aby dokonywać lepszych przewidywań.
Ten rodzaj obliczeń prognozujących był kiedyś niemożliwy. Komputery po prostu nie mogły przechowywać wystarczającej ilości danych lub przetwarzać ich wystarczająco szybko, aby skutecznie się uczyć. Obecnie, każdego roku, komputery stają się coraz inteligentniejsze w szybkim tempie. Postępy w przechowywaniu danych i mocy obliczeniowej napędzają ten trend w kierunku inteligentniejszych maszyn. W rezultacie komputery robią dziś rzeczy, które były nie do pomyślenia jeszcze dekadę lub dwie temu.
Uczenie maszynowe ma już wpływ na Twoje codzienne życie. Amazon wykorzystuje uczenie maszynowe do przewidywania produktów, które będziesz chciał kupić. Gmail używa go do filtrowania spamu z Twojej skrzynki odbiorczej. Twoje rekomendacje filmów na Netflixie są oparte na algorytmach uczenia maszynowego.
Jednak wpływ uczenia maszynowego nie kończy się na tym. Algorytmy uczenia maszynowego dokonują przewidywań we wszystkich branżach, od rolnictwa po opiekę zdrowotną. Co więcej, jego wpływ będzie odczuwalny w nowych branżach i na nowe sposoby każdego roku. W miarę pojawiania się tych nowych zastosowań uczenia maszynowego, będziemy stopniowo akceptować je jako część normalnego życia. Niemniej jednak, to nowe poleganie na inteligentnych maszynach jest punktem zwrotnym w historii technologii, a trend ten tylko przyspiesza.
W przyszłości uczenie maszynowe i sztuczna inteligencja będą generalnie napędzać automatyzację wielu zadań wykonywanych obecnie przez ludzi. Samojeżdżące samochody polegają na uczeniu maszynowym do rozpoznawania obrazu i będą w coraz większym stopniu częścią transportu, podobnie jak samojeżdżące ciężarówki i inne pojazdy do transportu towarów. Znaczna część rolnictwa i produkcji