हाय, हब्रोज़ितेली!
एक पूर्ण-रंग की नवीनता
"मशीन लर्निंग विदाउट एक्स्ट्रा वर्ड" मुद्रण घर में वितरण के लिए तैयार
की जा रही है।# 1 डाटा माइनिंग में
# 2 प्रोग्रामिंग एल्गोरिदम में
# मशीन थ्योरी में 3
इस पुस्तक को पीटर नोरविग, जेम्स गैरेट और ऑरेलियन गेरोन द्वारा पढ़ने के लिए अनुशंसित किया गया है। रूसी भाषा के प्रकाशन की प्रस्तावना हमारी पंथ पुस्तक
"डीप लर्निंग" के लेखक सर्गेई निकोलेंको द्वारा लिखी गई थी।
निकट भविष्य में हम एक अंश पोस्ट करेंगे और एक पूर्व-आदेश खोलेंगे, लेकिन अब हम सर्गेई निकोलेंको को मंजिल देते हैं और उन्हें अमूल्य सिफारिशों के लिए धन्यवाद देते हैं जिन्होंने पुस्तक के रूसी-भाषा संस्करण में सुधार करना संभव बना दिया है।
“मशीन सीखना आधुनिक कंप्यूटर विज्ञान में शायद सबसे गर्म और सबसे तेजी से बढ़ता अनुशासन है, अगर आधुनिक विज्ञान में बिल्कुल नहीं। हर दिन नए मॉडल दिखाई देते हैं और नए लेख सामने आते हैं, हर महीने में एक बार एक और सफलता मिलती है जो समाचारों में आती है और नए अवसरों को खोलती है, और साल में एक या दो बार पूरे उद्योग में एक क्रांति आती है। दस वर्षों के लिए, गहन शिक्षा की क्रांति के बाद, हम कृत्रिम बुद्धिमत्ता के प्रचार की एक नई (तीसरी) लहर पर जी रहे हैं, और अब तक कुछ भी पूर्वाभास नहीं किया है कि यह जल्द ही समाप्त हो जाएगा।
यह आश्चर्य की बात नहीं है कि मशीन लर्निंग अब कई लोगों को आकर्षित करती है जिन्होंने पहले कभी ऐसा नहीं किया है। किसी ने उद्योग में कमाई के बारे में सीखा है और "300K / सेकंड पर कृत्रिम बुद्धिमत्ता विकसित करना चाहता है", कोई यह पता लगाना चाहता है कि क्या यह "अपने व्यवसाय को बड़े डेटा से मशीन सीखने के लिए स्थानांतरित करने के लिए" है, और कोई व्यक्ति एआई के साथ आता है। नैतिकता को एक सामान्य कृत्रिम बुद्धिमत्ता बनाने के बारे में विचार जो लोगों को गुलाम नहीं बनाएंगे और न ही मारेंगे, बल्कि उनकी मदद करेंगे (सामान्य तौर पर, यह बहुत गंभीर बातचीत है, लेकिन किसी भी पेशेवर के लिए यह स्पष्ट है कि यह अभी भी बहुत, बहुत, अभ्यास से बहुत दूर है या शोधपूर्ण है) )।
इसलिए, हमारे समय में मशीन सीखने का एक संक्षिप्त परिचय होना वास्तव में बहुत उपयोगी है, जिसके लिए आप हमेशा एक लिंक दे सकते हैं और जिसके बाद आप यह सुनिश्चित कर सकते हैं कि व्यक्ति उसी भाषा को बोलता है। मुझे इस पुस्तक में सिर्फ इस तरह का परिचय देने का प्रयास दिखाई दे रहा है, और ऐसा लगता है कि यह प्रयास बहुत सफल रहा। पुस्तक वास्तव में पाठक को बुनियादी अवधारणाओं और मशीन सीखने के तरीकों की एक विस्तृत श्रृंखला के साथ प्रस्तुत करती है, जो यहां स्पष्ट रूप से सही ढंग से सेट किए गए हैं, हालांकि स्पष्ट कारणों के लिए, बहुत संक्षेप में। लेकिन अगर आप इस पुस्तक में महारत हासिल करते हैं, तो आगे की शिक्षा बहुत आसान और तेज़ हो सकती है, क्योंकि आप पहले से ही अधिक विशेष स्रोतों को पढ़ सकते हैं। इसके अलावा, यह आपके लिए बहुत स्पष्ट होगा कि मशीन लर्निंग लाइब्रेरी का कोड क्या करता है - एक विशेषज्ञ के लिए, इसमें कोई जादू नहीं छोड़ा जाना चाहिए।
अपने आप को चापलूसी न करें: ज्यामिति, मशीन लर्निंग, या कहीं और कोई भी शाही रास्ता नहीं है। कोई जादुई तरीका नहीं है और "बिना एसएमएस और पंजीकरण के 30 दिनों में कृत्रिम बुद्धिमत्ता विकसित करना सीखें।" और यह पुस्तक, निश्चित रूप से, इस तरह की विधि प्रदान नहीं करती है। एक ओर, आपको यह समझने के लिए कुछ गणितीय योग्यताओं की आवश्यकता होगी कि यहां क्या कहा गया है (हालांकि अध्याय 2 का शाब्दिक अर्थ "बहुलता" के साथ शुरू होता है, यह निश्चित रूप से, उन लोगों के लिए एक अनुस्मारक के रूप में अधिक देखा जाना चाहिए जिन्होंने पहले से ही इसका अध्ययन किया है)। दूसरी ओर, यह पुस्तक मशीन सीखने की दिलचस्प और विविध दुनिया में यात्रा की केवल शुरुआत है; इसे पढ़ने के बाद, आप एक पेशेवर नहीं बनेंगे - आप पहला छोटा कदम उठाएंगे।
लेकिन यदि आप पुस्तक को सोच समझकर पढ़ते हैं और वास्तव में यहाँ क्या कहा जा रहा है, तो यह कदम एक बड़ी छलांग में बदल सकता है। मैं सभी पाठकों की कामना करता हूं: समझें, जानें, नए में दिलचस्पी लें और कठिनाइयों से न डरें। गुड लक! "
सर्गेई निकोलेंको,
पुस्तक के लेखक “डीप लर्निंग। तंत्रिका नेटवर्क की दुनिया में विसर्जन ",
आरएएस के गणितीय संस्थान के सेंट पीटर्सबर्ग शाखा के गणितीय तर्क के प्रयोगशाला के कर्मचारी,
मुख्य अनुसंधान अधिकारी, न्यूरोमेशन प्लेटफार्म