Gute Lesezeit, liebe Habr-User!
In diesem Artikel geht es um das Buch Supreme Algorithmus, Pedro Domingos, Übersetzung des Master-Algorithmus (Wie die Suche nach der ultimativen Lernmaschine unsere Welt neu gestalten wird)
Der Autor widmet ein Buch der Erinnerung an seine Schwester, und das Hauptleitmotiv des Buches ist die Verwendung von maschinellem Lernen, um Mittel zur Bekämpfung von Krankheiten zu finden.
Im Prolog zeigt der Autor die bestehenden Anwendungen des maschinellen Lernens.
Maschinelles Lernen ist eine Technologie, die sich selbst aufbaut. Das ist neu
Phänomen in unserer Welt.
Lernalgorithmen sind Artefakte, die andere Artefakte erzeugen
Im ersten Kapitel beschreibt der Autor die zunehmende Komplexität von Softwarealgorithmen - räumlich, zeitlich, menschlich (die Möglichkeit, Fehler zu erkennen).
Lernalgorithmen sind solche, die andere Algorithmen erstellen, die auf der Grundlage von Daten trainiert werden.
Die kontroverse These lautet:
Eines Tages wird das Unvermeidliche passieren: Lernalgorithmen werden zu einem unverzichtbaren Vermittler, und die Macht wird sich auf sie konzentrieren
Das zweite Kapitel enthält die zentrale Hypothese des Buches:
Sämtliches Wissen - Vergangenheit, Gegenwart und Zukunft - kann mithilfe eines universellen Lernalgorithmus aus Daten extrahiert werden.
Es werden Argumente aus den Bereichen Neurobiologie, Evolution, Physik, Statistik und Informatik präsentiert.
Wie Jesaja Berlin bemerkte, sind einige Denker wie Füchse und wissen viele verschiedene Dinge, und einige sind wie Igel, die eines wissen, aber wichtig sind
Universeller Lernalgorithmus - Eine unglaublich mächtige Waffe gegen das Monster der Komplexität
Eine Liste von fünf identifizierten Arten des maschinellen Lernens ist aufgeführt:
Die Suche nach dem Höchsten Algorithmus ist komplex, aber sie werden durch die Rivalität verschiedener wissenschaftlicher Schulen im Bereich des maschinellen Lernens angeregt. Die wichtigsten davon sind Symbolisten, Konnektionisten, Evolutionisten, Bayesianer und Analogisten.
Für Symbolisten kommt es bei der Intelligenz darauf an, Symbole zu manipulieren - so lösen Mathematiker Gleichungen und ersetzen einen Ausdruck durch einen anderen
Für Konnektive ist Training das, was das Gehirn tut, und daher glauben sie, dass dieses Organ durch Reverse Engineering repliziert werden muss
Evolutionisten glauben, Mutter des Lernens sei natürliche Auslese
Bayesianer sind in erster Linie besorgt über die Unsicherheit
Bei Analoga besteht der Schlüssel zum Lernen darin, Ähnlichkeiten zwischen verschiedenen Situationen zu finden und dadurch logisch auf andere Ähnlichkeiten zu schließen
Ferner werden in fünf Kapiteln die Hauptmethoden für jede Art von Ansatz betrachtet, wonach der Autor seine Version ihrer Kombination basierend auf logischen Markov-Netzwerken beschreibt:
Zusammenfassend lässt sich sagen, dass der einheitliche Algorithmus für maschinelles Lernen, zu dem wir gelangt sind, das logische Markov-Netzwerk als Repräsentation, die hintere Wahrscheinlichkeit als Bewertungsfunktion verwendet und der Optimierer darin die genetische Suche in Kombination mit dem Gradientenabstieg verwendet
Das zehnte Kapitel beschreibt die Vorteile in einer Welt, die mit guten Lernalgorithmen ausgestattet ist.
Warum ist die Inhaltsangabe voreingenommen? Da ich die beschriebenen Algorithmen als Grundlage genommen habe, sie aber nicht zu einer komprimiert habe, habe ich vorgeschlagen, daraus eine Pipeline zu erstellen :)