Нихиль Будума - Основы глубокого обучения
Название: | Основы глубокого обучения | |
Автор: | Нихиль Будума | |
Жанр: | Детская образовательная литература, Околокомпьютерная литература, Управление, подбор персонала | |
Изадано в серии: | МИФ Бизнес | |
Издательство: | Манн, Иванов и Фербер | |
Год издания: | 2020 | |
ISBN: | 978-5-00146-472-3 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Основы глубокого обучения"
Глубокое обучение – это раздел машинного обучения, изучающий глубокие нейронные сети и выстраивающий процесс получения знаний на основе примеров. Такие крупные компании, как Google, Microsoft и Facebook* (Запрещенная организация в РФ), уделяют большое внимание глубокому обучению и расширяют свои подразделения в этой сфере. Для всех прочих глубокое обучение пока остается сложным, многогранным и малопонятным предметом.
Цель этой книги – заполнить этот пробел. Авторы разбирают основные принципы решения задач в глубоком обучении, исторический контекст современных подходов к нему и способы внедрения его алгоритмов.
Для всех, кто интересуется или занимается глубоким обучением.
На русском языке публикуется впервые.
К этой книге применимы такие ключевые слова (теги) как: нейронные сети
Читаем онлайн "Основы глубокого обучения" (ознакомительный отрывок). [Страница - 2]
- 1
- 2
- 3
- 4
- . . .
- последняя (7) »
Десятилетиями мы мечтаем о создании разумных машин с таким же мозгом, как у нас: роботов-помощников для уборки в доме; машин, которые управляют собой сами; микроскопов, автоматически выявляющих болезни. Но создание машин с искусственным интеллектом требует решения сложнейших вычислительных задач в истории, которые, однако, наш мозг способен раскусить в доли секунды. Для этого нужно разработать иной способ программирования компьютеров при помощи методов, которые появились в основном в последние десять лет. Это очень активная отрасль в исследованиях искусственного интеллекта, которая получила название глубокого обучения.
(обратно)
Ограничения традиционных компьютерных программ
Почему некоторые задачи компьютерам решать тяжело? Стандартные программы доказали свою состоятельность в двух областях: 1) они очень быстро ведут вычисления; 2) они неукоснительно следуют инструкциям. Если вы финансист и вам нужно провести сложные математические подсчеты, вам повезло. Типовые программы вам в помощь. Но представьте себе, что нам нужно сделать кое-что поинтереснее: например, написать программу для автоматического распознавания почерка. Возьмем за основу рис. 1.1.
Рис. 1.1. Изображение из массива рукописных данных MNIST[2]
Хотя каждая цифра на рисунке слегка отличается от предыдущей, мы легко опознаем в первом ряде нули, во втором – единицы и т. д. Теперь напишем компьютерную программу, которая решит ту же задачу. Какие правила нужно задать, чтобы различать цифры?
Начнем с простого. Например, укажем, что нулю соответствует изображение округлого замкнутого контура. Все примеры с рис. 1.1, кажется, удовлетворяют этому определению, но таких признаков недостаточно. Что, если у кого-то ноль – не всегда замкнутая фигура? И как отличить такой ноль (см. рис. 1.2) от шестерки?
Рис. 1.2. Ноль, алгоритмически трудноотличимый от шестерки
Можно задать рамки расстояния между началом и концом петли, но не очень понятно какие. И это только начало проблем. Как различить тройки и пятерки? Четверки и девятки? Можно добавлять правила, или признаки, после тщательных наблюдений и месяцев проб и ошибок, но понятно одно: процесс будет нелегок.
Многие другие классы задач попадают в ту же категорию: распознавание объектов и речи, автоматический перевод и т. д. Мы не знаем, какие программы писать для них, потому что не понимаем, как с этим справляется наш мозг. А если бы и знали, такая программа была бы невероятно сложной.
(обратно)
Механика машинного обучения
Для решения таких задач нужен совсем иной подход. Многое из того, что мы усваиваем в школе, похоже на стандартные компьютерные программы. Мы учимся перемножать числа, решать уравнения и получать результаты, следуя инструкциям. Но навыки, которые мы получаем в самом юном возрасте и считаем самыми естественными, усваиваются не из формул, а на примерах.Например, в двухлетнем возрасте родители не учат нас узнавать собаку, измеряя форму ее носа или контуры тела. Мы можем отличать ее от других существ, потому что нам показали много примеров собак и несколько раз исправили наши ошибки. Уже при рождении мозг дал нам модель, описывающую наше мировосприятие. С возрастом благодаря ей мы стали на основе получаемой сенсорной информации строить предположения о том, с чем сталкиваемся. Если предположение подтверждалось родителями, это способствовало укреплению модели. Если же они говорили, что мы ошиблись, мы меняли модель, дополняя ее новой информацией. С опытом она становится все точнее, поскольку включает больше примеров. И так происходит на подсознательном уровне, мы этого даже не понимаем, но можем с выгодой использовать.
Глубокое обучение – отрасль более широкой области исследований --">- 1
- 2
- 3
- 4
- . . .
- последняя (7) »
Книги схожие с «Основы глубокого обучения» по жанру, серии, автору или названию:
протоиерей А И Маляревский - Энциклопедия семейного воспитания и обучения Жанр: Детская образовательная литература Год издания: 1899 Серия: Религиозное воспитание в семье |
Владимир Григорьевич Бабенко, Михаил Витальевич Марков - Основы биогеографии Жанр: Детская образовательная литература Год издания: 2017 |
Ирина Игоревна Бурова, Анатолий Викторович Буров - Программа развития и обучения дошкольника. Английский язык в песенках. Для детей 4-6 лет. |
Елена Александровна Бурьевая - Недетские вопросы. Основы полового воспитания и безопасности вашего ребенка Жанр: Детская образовательная литература Серия: Детям про это. Книги для родителей |
Другие книги из серии «МИФ Бизнес»:
Дженнифер Гарви Бергер - Меняемся на работе Жанр: Психология Год издания: 2021 Серия: МИФ Бизнес |
Азим Ажар - Экспонента Жанр: Экономика Год издания: 2023 Серия: МИФ Бизнес |
Тревор Моавад - Главное правило мышления Жанр: Экономика Год издания: 2023 Серия: МИФ Бизнес |
Рустам Агамалиев - От «Энигмы» до ChatGPT Жанр: Экономика Год издания: 2024 Серия: МИФ Бизнес |