Waktu membaca yang bagus, pengguna Habr yang terkasih!
Artikel ini adalah tentang buku Algoritma Tertinggi, Pedro Domingos, terjemahan Algoritma Master (Bagaimana Pencarian untuk Mesin Pembelajaran Utama Akan Mengubah Dunia Kita)
Penulis mencurahkan sebuah buku untuk mengenang saudara perempuannya, dan ciri utama utama buku ini adalah penggunaan pembelajaran mesin untuk menemukan cara memerangi penyakit.
Dalam prolog, penulis menunjukkan aplikasi pembelajaran mesin yang ada.
Pembelajaran mesin adalah teknologi yang membangun dirinya sendiri. Ini baru
Fenomena di dunia kita.
Algoritma pembelajaran adalah artefak yang membuat artefak lainnya
Dalam bab pertama, penulis menggambarkan meningkatnya kompleksitas algoritma perangkat lunak - spasial, temporal, manusia (kemungkinan mendeteksi kesalahan).
Algoritma pembelajaran adalah algoritma yang membuat algoritma lain yang dilatih berdasarkan data.
Tesis kontroversial diberikan:
Suatu hari nanti hal yang tak terhindarkan akan terjadi: algoritma pembelajaran akan menjadi perantara yang sangat diperlukan dan kekuatan akan terkonsentrasi di dalamnya
Bab kedua memberikan hipotesis utama buku ini:
Semua pengetahuan - masa lalu, sekarang, dan masa depan - dapat diekstraksi dari data menggunakan satu algoritma pembelajaran universal.
Argumen disajikan dari bidang neurobiologi, evolusi, fisika, statistik, ilmu komputer.
Seperti yang dicatat oleh Yesaya Berlin, beberapa pemikir seperti rubah dan mereka tahu banyak hal yang berbeda, dan beberapa seperti landak yang mengetahui satu hal, tetapi penting
Algoritma Pembelajaran Universal - Senjata Yang Sangat Kuat Melawan Monster Kompleksitas
Daftar lima jenis pembelajaran mesin diidentifikasi:
Pencarian untuk Algoritma Tertinggi memang rumit, tetapi mereka digerakkan oleh persaingan berbagai sekolah ilmiah yang beroperasi di bidang pembelajaran mesin. Yang paling penting dari ini adalah simbolis, koneksionis, evolusionis, Bayesian, dan analogis.
Untuk Symbolists, kecerdasan turun ke memanipulasi simbol - ini adalah bagaimana matematikawan memecahkan persamaan, mengganti satu ekspresi dengan yang lain
Bagi para penghubung, pelatihan adalah apa yang dilakukan otak, dan oleh karena itu mereka percaya bahwa organ ini harus direplikasi dengan teknik terbalik
Evolusionis Percaya Ibu Belajar adalah Seleksi Alam
Bayesians terutama khawatir tentang ketidakpastian
Untuk analog, kunci untuk belajar adalah menemukan kesamaan antara situasi yang berbeda dan dengan demikian secara logis menyimpulkan kesamaan lainnya
Selanjutnya, dalam lima bab, metode utama untuk setiap jenis pendekatan dipertimbangkan, setelah itu penulis menggambarkan versinya tentang kombinasi mereka berdasarkan jaringan logis Markov:
Untuk meringkas: algoritma pembelajaran mesin terpadu yang telah kami gunakan menggunakan jaringan logis Markov sebagai representasi, probabilitas posterior sebagai fungsi evaluasi, dan pengoptimal di dalamnya menggunakan pencarian genetik dalam kombinasi dengan penurunan gradien
Bab kesepuluh menjelaskan manfaat di dunia yang dilengkapi dengan algoritma pembelajaran yang baik.
Mengapa sinopsis bias? Karena saya menggunakan algoritma yang dijelaskan sebagai dasar, tetapi alih-alih mengompresnya menjadi satu, saya menyarankan untuk membangun saluran pipa dari mereka :)