Как учится машина: Революция в области нейронных сетей и глубокого обученияАльпина Паблишер - 351 стор. Мы живем во время революции, еще 50 лет назад казавшейся невероятной, — революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое. Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы. Сегодня искусственный интеллект действительно меняет все наше общество. Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью. |
Загальні терміни та фрази
автомобиль алгоритм архитектуру больше будет вектор веса взвешенную сумму возможных вопрос времени всех входа входных вы выход вычисляет главе глубокого говоря год градиента даже данных действий делает должны других есть задачи Затем значение изменение изображения искусственного интеллекта использовать используется исследований исследователей каждый количество компании компьютеров которые лаборатории линии людей машина машинного обучения меня метод мира много модели модуля моей может можно мозга набор называется нам например нас находится начала нашей небольшой нейронных сетей некоторые необходимо несколько новые нужно области образом обратного распространения обучающих обучения объектов один одной определенного основе ответ очень ошибка параметров перцептрон пикселей позволяет получить помощью после последовательность потому представляет представляет собой признаков примеров программу просто путем работает размер распознавания результат речи Рис самом сверточной сети свою связаны сделать себя систему системы следует слова сложных слоя случае создать соответствует способности статьи существует текст тем теории точки университета функции стоимости хорошо цель часть человека число этот является языка Facebook