सुप्रीम एल्गोरिदम - बायस्ड कंपेंडियम

अच्छा पढ़ने का समय, प्यारे Habr उपयोगकर्ता!

यह लेख सुप्रीम एल्गोरिथ्म पुस्तक, पेड्रो डोमिंगोस, द मास्टर एलगोरिदम के अनुवाद (परम सीखने की मशीन की खोज कैसे होगी हमारी दुनिया को याद रखेगा) के बारे में है।

लेखक अपनी बहन की याद में एक पुस्तक समर्पित करता है, और पुस्तक का मुख्य लिटमोटिफ़ बीमारियों से निपटने के साधनों को खोजने के लिए मशीन सीखने का उपयोग है।


प्रस्तावना में, लेखक मशीन लर्निंग के मौजूदा अनुप्रयोगों को दिखाता है।

मशीन लर्निंग एक ऐसी तकनीक है जो खुद का निर्माण करती है। यह नया है
हमारी दुनिया में घटना।

लर्निंग एल्गोरिदम वे कलाकृतियाँ हैं जो अन्य कलाकृतियों का निर्माण करती हैं

पहले अध्याय में, लेखक सॉफ्टवेयर एल्गोरिदम की बढ़ती जटिलता का वर्णन करता है - स्थानिक, लौकिक, मानव (त्रुटियों का पता लगाने की संभावना)।

लर्निंग एल्गोरिदम वे हैं जो डेटा के आधार पर प्रशिक्षित अन्य एल्गोरिदम बनाते हैं।

विवादास्पद थीसिस दी गई है:

किसी दिन अपरिहार्य हो जाएगा: एल्गोरिदम सीखना एक अनिवार्य मध्यस्थ बन जाएगा और शक्ति उनमें केंद्रित होगी

दूसरा अध्याय पुस्तक की केंद्रीय परिकल्पना प्रदान करता है:

सभी ज्ञान - अतीत, वर्तमान और भविष्य - एक सार्वभौमिक शिक्षण एल्गोरिथ्म का उपयोग करके डेटा से निकाला जा सकता है।

तर्क तंत्रिका विज्ञान, विकास, भौतिकी, सांख्यिकी, कंप्यूटर विज्ञान के क्षेत्रों से प्रस्तुत किए जाते हैं।

जैसा कि यशायाह बर्लिन ने उल्लेख किया है, कुछ विचारक लोमड़ियों की तरह हैं और बहुत सी अलग-अलग चीजों को जानते हैं, और कुछ हेजहोग की तरह हैं जो एक बात जानते हैं, लेकिन महत्वपूर्ण

यूनिवर्सल लर्निंग एल्गोरिथम - जटिलता के राक्षस के खिलाफ एक अविश्वसनीय रूप से शक्तिशाली हथियार

मशीन सीखने के पाँच पहचाने गए प्रकारों की सूची सूचीबद्ध है:

सुप्रीम एल्गोरिदम की खोज जटिल है, लेकिन वे मशीन लर्निंग के क्षेत्र में संचालित विभिन्न वैज्ञानिक स्कूलों की प्रतिद्वंद्विता से अनुप्राणित हैं। इनमें से सबसे महत्वपूर्ण प्रतीकवादी, कनेक्शनवादी, विकासवादी, बेइज़ियन और एनालॉग हैं।

प्रतीकवादियों के लिए, बुद्धि प्रतीकों में हेरफेर करने के लिए नीचे आती है - यह है कि गणितज्ञ समीकरणों को कैसे हल करते हैं, एक अभिव्यक्ति को दूसरे के साथ बदल देते हैं

संयोजकों के लिए, प्रशिक्षण वही है जो मस्तिष्क करता है, और इसलिए वे मानते हैं कि इस अंग को रिवर्स इंजीनियरिंग द्वारा दोहराया जाना चाहिए

विकासवादियों का मानना ​​है कि सीखने की माँ प्राकृतिक चयन है

बायसी मुख्य रूप से अनिश्चितता के बारे में चिंतित हैं

एनालॉग्स के लिए, सीखने की कुंजी विभिन्न स्थितियों के बीच समानताएं ढूंढना है और इस तरह तार्किक रूप से अन्य समानताओं का पता लगाना है

आगे, पांच अध्यायों में, प्रत्येक प्रकार के दृष्टिकोण के लिए मुख्य तरीकों पर विचार किया गया है, जिसके बाद लेखक मार्कोव तार्किक नेटवर्क पर आधारित उनके संयोजन के अपने संस्करण का वर्णन करता है:

सारांशित करने के लिए: एकीकृत मशीन लर्निंग एल्गोरिदम, जो हम मार्कोव तार्किक नेटवर्क का प्रतिनिधित्व करते हैं, एक प्रतिनिधित्व के रूप में, एक मूल्यांकन समारोह के रूप में पीछे की संभावना, और इसमें ऑप्टिमाइज़र क्रमिक वंश के साथ संयोजन में आनुवंशिक खोज का उपयोग करता है।

दसवें अध्याय में अच्छे शिक्षण एल्गोरिदम से सुसज्जित दुनिया में लाभों का वर्णन है।

सिनोप्सिस पक्षपाती क्यों है? क्योंकि मैंने वर्णित एल्गोरिदम को एक आधार के रूप में लिया, लेकिन उन्हें एक में संपीड़ित करने के बजाय, मैंने उनसे एक पाइपलाइन बनाने का सुझाव दिया :)