Ришал Харбанс - Грокаем алгоритмы искусcтвенного интеллекта
Название: | Грокаем алгоритмы искусcтвенного интеллекта | |
Автор: | Ришал Харбанс | |
Жанр: | Алгоритмы и структуры данных, Искусственный интеллект | |
Изадано в серии: | неизвестно | |
Издательство: | Питер | |
Год издания: | 2023 | |
ISBN: | 978-5-4461-2924-9 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Грокаем алгоритмы искусcтвенного интеллекта"
Искусственный интеллект — часть нашей повседневной жизни. Мы встречаемся с его проявлениями, когда занимаемся шопингом в интернет-магазинах, получаем рекомендации «вам может понравиться этот фильм», узнаем медицинские диагнозы… Чтобы уверенно ориентироваться в новом мире, необходимо понимать алгоритмы, лежащие в основе ИИ. «Грокаем алгоритмы искусственного интеллекта» объясняет фундаментальные концепции ИИ с помощью иллюстраций и примеров из жизни. Все, что вам понадобится, — это знание алгебры на уровне старших классов школы, и вы с легкостью будете решать задачи, позволяющие обнаружить банковских мошенников, создавать шедевры живописи и управлять движением беспилотных автомобилей.
Читаем онлайн "Грокаем алгоритмы искусcтвенного интеллекта". [Страница - 118]
преуспел он сам: объединять абстрактные идеи и принципы для нахождения
успешных решений.
364 Грокаем алгоритмы искусственного интеллекта
Краткий обзор главы «Обучение с подкреплением»
Обучение с подкреплением используется, когда известна цель,
но нет примеров для изучения.
Глубокие
нейронные
сети
Глубокое
обучение
Глубокое
обучение
с подкреплением
В обучении с подкреплением используются как классические методы, так
и методы глубоких нейросетей.
Среда
Награда
Классические
методы
Классическое
машинное
обучение
Обучение
с подкреплением
Примеры для
обучения
Цели, без
примеров
Агент
Для обучения
в среде используется метод
проб и ошибок.
Действие
Действие
Q-таблица
включает столбцы-
действия и строки-
состояния.
Агент
Среда
Награда
Q-таблица
Изменяемое состояние
Q-обучение использует
Q-таблицу и функцию обу
чения, чтобы обучаться
на совершенных действиях.
Состояние 1
Состояние 2
Максимальная ценность всех действий
для следующего состояния
Скорость
обучения
Текущая
ценность
Скорость
обучения
Дисконтирование
Применение алгоритмов
искусственного интеллекта
Поиск в глубину
Когда известно, что решения в дереве находятся глубоко
в пространстве поиска и можно произвести вычисление каждой ветки
без особых затрат.
Поиск в ширину
Когда известно, что решения в дереве находятся неглубоко
в пространстве поиска и можно произвести вычисление каждой ветки
без особых затрат.
Поиск А*
Для поиска решения в дереве, когда для направления поиска
и оптимизации вычислений можно создать эвристику.
Минимаксный поиск
В решении состязательных задач, где в поиске оптимальных решений
соревнуются два агента.
Генетический алгоритм
Когда вероятные решения можно закодировать в виде хромосом, а для
точной их оценки создать функцию приспособленности.
Муравьиный алгоритм
В задачах, где решение состоит из последовательности действий или
выборов и допускается «приемлемое» решение.
Оптимизация роем частиц
При поиске в многомерных и обширных пространствах решений,
когда не требуется абсолютно лучший вариант.
366 Грокаем алгоритмы искусственного интеллекта
Линейная регрессия
Для создания прогнозов на основе корреляций двух и более признаков
датасета.
Дерево решений
Для категоризации образцов данных из датасета на основе
их признаков, когда эти признаки непосредственно связаны
с категориями образцов.
Искусственная нейронная сеть
Для формирования прогнозов на основе набора неструктурированных
данных, внутренние корреляции которых неочевидны.
Q-обучение
При решении задач, где агент действует в среде и обучение должно
происходить опытным путем, а не на исторических данных.
Ришал Харбанс
Грокаем алгоритмы искусcтвенного интеллекта
Перевел с английского Д. Брайт
Руководитель дивизиона
Ведущий редактор
Научный редактор
Литературный редактор
Корректоры
Верстка
Ю. Сергиенко
Е. Строганова
В. Кадочников
М. Трусковская
С. Беляева, М. Лауконен
Л. Соловьева
Изготовлено в России. Изготовитель: ООО «Прогресс книга».
Место нахождения и фактический адрес: 194044, Россия, г. Санкт-Петербург,
Б. Сампсониевский пр., д. 29А, пом. 52. Тел.: +78127037373.
Дата изготовления: 01.2023.
Наименование: книжная продукция.
Срок годности: не ограничен.
Налоговая льгота — общероссийский классификатор продукции ОК 034-2014,
58.11.12 — Книги печатные профессиональные, технические и научные.
Импортер в Беларусь: ООО «ПИТЕР М», 220020, РБ, г. Минск,
ул. Тимирязева, д. 121/3, к. 214, тел./факс: 208 80 01.
Подписано в печать 02.11.22. Формат 70×100/16. Бумага офсетная.
Усл. п. л. 29,670. Тираж 1200. Заказ 0000.
--">
Книги схожие с «Грокаем алгоритмы искусcтвенного интеллекта» по жанру, серии, автору или названию:
Борис Авраамович Трахтенброт - Алгоритмы и машинное решение задач. 2-е изд. Жанр: Алгоритмы и структуры данных Год издания: 1960 |
Томас Х. Кормен - Алгоритмы. Вводный курс Жанр: Алгоритмы и структуры данных Год издания: 2014 |