Strojové učení: Nová umělá inteligence

Recenze čtenářů

Názory uživatelů na knihu se různí, vyzdvihují její přístupnost a úvodní charakter a zároveň kritizují její hloubku a nedostatky v úpravě. Někteří čtenáři oceňují její srozumitelnost při vysvětlování konceptů strojového učení, zatímco jiní ji považují za nedostatečně technicky podrobnou a komplexně vysvětlenou.

⬤ Skvělá práce při zjednodušování a zpřístupňování složitých konceptů.
⬤ Poskytuje jasný a stručný přehled strojového učení pro začátečníky.
⬤ Oslovuje široké publikum, včetně studentů středních a vysokých škol.
⬤ Vhodné pro ty, kteří chtějí rychle pochopit strojové učení a umělou inteligenci.
⬤ Chváleno rychlé dodání a kvalitní stav.

⬤ Mnoho kritických připomínek k používání pasivního hlasu a špatné redakci, včetně překlepů.
⬤ Považováno za příliš základní a nedostatečně hluboké pro ty, kteří se strojovým učením zabývají vážně.
⬤ Některé části jsou nadbytečné nebo meandrující.
⬤ Filozofický přístup nemusí najít odezvu u všech čtenářů, zejména u těch, kteří hledají praktické aplikace.
⬤ Nepřesnosti týkající se aktuálnosti některých informací.
⬤ Nevhodné pro technické nebo pokročilé studenty.

(na základě 78 hodnocení čtenářů)

Původní název:

Machine Learning: The New AI

Obsah knihy:

Stručný přehled strojového učení - počítačových programů, které se učí z dat - které je základem aplikací, jako jsou doporučovací systémy, rozpoznávání obličejů a auta bez řidiče.

Strojové učení je dnes základem řady aplikací, které používáme každý den, od doporučování produktů po rozpoznávání hlasu - a také některých, které zatím nepoužíváme každý den, včetně aut bez řidiče. Je základem nového přístupu ve výpočetní technice, kdy nepíšeme programy, ale shromažďujeme data.

Jde o to, aby se algoritmy pro dané úlohy učily automaticky z dat. S tím, jak jsou výpočetní zařízení stále všudypřítomnější, stále větší část našich životů a práce je zaznamenávána digitálně, a s tím, jak přibývá "velkých dat", pokročila i teorie strojového učení - základ snah o zpracování těchto dat do podoby znalostí. V této knize nabízí odborník na strojové učení Ethem Alpaydin stručný přehled tohoto tématu pro běžného čtenáře, popisuje jeho vývoj, vysvětluje důležité algoritmy učení a uvádí příklady aplikací.

Alpaydin popisuje, jak se digitální technologie vyvíjela od sálových počítačů až po mobilní zařízení, a dává tak do souvislosti dnešní rozmach strojového učení. Popisuje základy strojového učení a některé aplikace.

Využití algoritmů strojového učení pro rozpoznávání vzorů.

Umělé neuronové sítě inspirované lidským mozkem.

Algoritmy, které se učí asociace mezi případy, s takovými aplikacemi, jako je segmentace zákazníků a učení doporučení.

A posilovací učení, kdy se autonomní agent učí jednat tak, aby maximalizoval odměnu a minimalizoval trest. Alpaydin se dále zamýšlí nad některými budoucími směry strojového učení a nového oboru "vědy o datech" a diskutuje o etických a právních důsledcích pro soukromí a bezpečnost dat.