Celoživotní strojové učení, druhé vydání

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 4 hlasů.

Původní název:

Lifelong Machine Learning, Second Edition

Obsah knihy:

Druhé vydání knihy Lifelong Machine Learning je úvodem do pokročilého paradigmatu strojového učení, které se neustále učí shromažďováním minulých znalostí, jež pak využívá při budoucím učení a řešení problémů. Na rozdíl od současného převládajícího paradigmatu strojového učení se učí izolovaně: pokud je mu zadán soubor trénovacích dat, spustí na něm algoritmus strojového učení a vytvoří model, který je poté použit v zamýšlené aplikaci.

Nepokouší se uchovat naučené znalosti a použít je při dalším učení. Na rozdíl od tohoto izolovaného systému se lidé efektivně učí jen s několika málo příklady právě proto, že naše učení je velmi orientováno na znalosti: znalosti naučené v minulosti nám pomáhají učit se nové věci s malým množstvím dat a úsilí. Cílem celoživotního učení je napodobit tuto schopnost, protože bez ní nelze systém umělé inteligence považovat za skutečně inteligentní.

Výzkum v oblasti celoživotního učení se za poměrně krátkou dobu od vydání prvního vydání této knihy výrazně rozvinul.

Účelem tohoto druhého vydání je rozšířit definici celoživotního učení, aktualizovat obsah několika kapitol a přidat novou kapitolu o kontinuálním učení v hlubokých neuronových sítích - které se v posledních dvou až třech letech aktivně zkoumá. Několik kapitol bylo také reorganizováno, aby byly jednotlivé kapitoly pro čtenáře přehlednější.

Autoři navíc chtějí navrhnout jednotný rámec pro tuto oblast výzkumu. V současné době existuje několik výzkumných témat v oblasti strojového učení, která úzce souvisejí s celoživotním učením - především víceúlohové učení, transferové učení a metaučení - protože také využívají myšlenku sdílení a přenosu znalostí. Tato kniha spojuje všechna tato témata pod jednu střechu a diskutuje o jejich podobnostech a rozdílech.

Jejím cílem je představit toto nově vznikající paradigma strojového učení a podat ucelený přehled a recenzi důležitých výsledků výzkumu a nejnovějších myšlenek v této oblasti. Kniha je tak vhodná pro studenty, výzkumné pracovníky i odborníky z praxe, kteří se zajímají o strojové učení, dolování dat, zpracování přirozeného jazyka nebo rozpoznávání vzorů. Přednášející mohou knihu snadno využít pro kurzy v některém z těchto příbuzných oborů.