Salut, habrozhiteli!
Une nouveauté en couleur
«Apprentissage automatique sans mots supplémentaires» est en préparation pour livraison à l'imprimerie
.# 1 dans l'exploration de données
# 2 dans les algorithmes de programmation
N ° 3 en théorie des machines
Ce livre est recommandé à la lecture par Peter Norvig, James Garrett et Aurelien Geron. La préface de la publication en langue russe a été écrite par Sergey Nikolenko, auteur de notre livre culte
«Deep Learning»Dans un avenir proche, nous publierons un extrait et ouvrirons une pré-commande, mais pour l'instant, nous donnons la parole à Sergey Nikolenko et le remercions pour les précieuses recommandations qui ont permis d'améliorer l'édition en russe du livre.
«L'apprentissage automatique est probablement la discipline la plus chaude et qui croît le plus rapidement dans l'informatique moderne, voire pas du tout dans la science moderne. Chaque jour, de nouveaux modèles apparaissent et de nouveaux articles sortent, une fois tous les deux mois, une nouvelle percée entre dans l'actualité et ouvre de nouvelles opportunités, et une fois par an ou deux, il y a une révolution dans toute l'industrie. Depuis dix ans maintenant, après la révolution de l'apprentissage en profondeur, nous vivons sur une nouvelle (troisième) vague de battage médiatique d'intelligence artificielle, et jusqu'à présent, rien ne laisse présager qu'elle se terminera bientôt.
Il n'est pas surprenant que l'apprentissage automatique attire désormais de nombreuses personnes qui ne l'ont jamais fait auparavant. Quelqu'un a appris les bénéfices de l'industrie et souhaite «développer l'intelligence artificielle à 300 K / s», quelqu'un veut savoir s'il est temps de «transférer son entreprise des mégadonnées vers l'apprentissage automatique», et quelqu'un arrive à l'IA avec une profonde des idées sur la façon de faire de l'éthique une intelligence artificielle commune qui n'asservira pas ou ne tuera pas les gens, mais les aidera (en général, c'est une conversation très sérieuse, mais il est évident pour tout professionnel que cela est encore très, très, très loin de la pratique ou de la recherche de fond) )
Par conséquent, à notre époque, il est vraiment très utile d'avoir une brève introduction à l'apprentissage automatique, à laquelle vous pouvez toujours donner un lien et après quoi vous pouvez être sûr que la personne parle la même langue. Je vois une tentative de donner une telle introduction dans ce livre, et il me semble que cette tentative s'est avérée très réussie. Le livre présente vraiment au lecteur un large éventail de concepts de base et de méthodes d'apprentissage automatique, qui sont présentés correctement ici, bien que pour des raisons évidentes, très brièvement. Mais si vous maîtrisez ce livre, l'auto-éducation peut être beaucoup plus facile et plus rapide, car vous pouvez déjà lire des sources plus spéciales. De plus, il vous sera beaucoup plus clair de savoir exactement ce que fait le code des bibliothèques d'apprentissage automatique - pour un spécialiste, il ne devrait y avoir aucune magie à cet égard.
Ne vous flattez pas: il n'y a pas de voie royale dans la géométrie, le machine learning ou ailleurs. Il n'y a pas et ne peut pas être un moyen magique "d'apprendre à développer l'intelligence artificielle en 30 jours sans sms ni inscription". Et ce livre ne propose pas non plus une telle méthode. D'une part, vous aurez besoin de quelques qualifications mathématiques pour comprendre ce qui est énoncé ici (bien que le chapitre 2 commence littéralement par ce qu'est la «pluralité», il devrait, bien sûr, être considéré davantage comme un rappel pour ceux qui l'ont déjà étudié). D'un autre côté, ce livre n'est que le tout début du voyage dans le monde intéressant et diversifié de l'apprentissage automatique; après l'avoir lu, vous ne deviendrez pas un professionnel - vous ferez le premier petit pas.
Mais si vous lisez le livre de manière réfléchie et maîtrisez vraiment ce qui est dit ici, cette étape peut devenir un grand saut. Ce que je souhaite à tous les lecteurs: comprendre, apprendre, s'intéresser au nouveau et ne pas avoir peur des difficultés. Bonne chance! "
Sergey Nikolenko,
auteur du livre «Deep Learning. Immersion dans le monde des réseaux de neurones ",
employé du laboratoire de logique mathématique de la branche de Saint-Pétersbourg de l'Institut mathématique de l'Académie russe des sciences,
Directeur de la recherche, plateforme de neuromation