Oi, habrozhiteli!
Está sendo preparada uma novidade em cores,
“Aprendizado de Máquina Sem Palavras Extra”, para entrega na gráfica
.Nº 1 em mineração de dados
# 2 em Algoritmos de programação
# 3 em Teoria de máquinas
Este livro é recomendado para leitura por Peter Norvig, James Garrett e Aurelien Geron. O prefácio da publicação em russo foi escrito por Sergey Nikolenko, autor do nosso livro de culto
“Deep Learning”Num futuro próximo, publicaremos um trecho e abriremos uma pré-encomenda, mas por enquanto damos a palavra a Sergey Nikolenko e agradecemos pelas recomendações inestimáveis que tornaram possível melhorar a edição em russo do livro.
“O aprendizado de máquina é provavelmente a disciplina mais quente e de mais rápido crescimento na ciência da computação moderna, se não na ciência moderna. Todos os dias surgem novos modelos e novos artigos; a cada dois meses, há outra inovação que chega às notícias e abre novas oportunidades; e uma vez por ano ou dois, há uma revolução em todo o setor. Há dez anos, após a revolução do aprendizado profundo, vivemos uma nova (terceira) onda de hype da inteligência artificial, e até agora nada previu que terminaria em breve.
Não é de surpreender que o aprendizado de máquina agora atraia muitas pessoas que nunca o fizeram antes. Alguém aprendeu sobre ganhos no setor e quer "desenvolver inteligência artificial a 300K / s", alguém quer descobrir se é hora de "transferir seus negócios de big data para aprendizado de máquina" e alguém chega à IA com profunda idéias sobre como tornar ética uma inteligência artificial comum que não escravize ou mate as pessoas, mas as ajude (em geral, é uma conversa muito séria, mas é óbvio para qualquer profissional que isso ainda esteja muito, muito, muito longe da prática ou da pesquisa substantiva )
Portanto, atualmente, é realmente muito útil fazer uma breve introdução ao aprendizado de máquina, ao qual você sempre pode fornecer um link e depois do qual pode ter certeza de que a pessoa fala o mesmo idioma. Vejo uma tentativa de apresentar exatamente essa introdução neste livro, e parece-me que essa tentativa foi muito bem-sucedida. O livro realmente apresenta ao leitor uma ampla gama de conceitos e métodos básicos de aprendizado de máquina, que são apresentados corretamente aqui, embora por razões óbvias muito brevemente. Mas se você dominar este livro, a autoeducação adicional pode ser muito mais fácil e rápida, porque você já pode ler fontes mais especiais. Além disso, será muito mais claro para você o que exatamente o código das bibliotecas de aprendizado de máquina faz - não deve haver mágica para um especialista nisso.
Não se iluda: não há caminho real na geometria, no aprendizado de máquina ou em qualquer outro lugar. Não existe e não pode haver uma maneira mágica de "aprender a desenvolver inteligência artificial em 30 dias sem sms e registro". E este livro também, é claro, não fornece esse método. Por um lado, você precisará de algumas qualificações matemáticas para entender o que é afirmado aqui (embora o capítulo 2 comece literalmente com o que é "pluralidade", é claro que deveria ser visto mais como um lembrete para quem já estudou isso). Por outro lado, este livro é apenas o começo da jornada para o mundo interessante e diversificado do aprendizado de máquina; depois de ler, você não se tornará um profissional - você dará o primeiro pequeno passo.
Mas se você ler o livro com atenção e realmente dominar o que está sendo dito aqui, essa etapa poderá se transformar em um grande salto. O que desejo a todos os leitores: entender, aprender, se interessar pelo novo e não ter medo de dificuldades. Boa sorte! "
Sergey Nikolenko,
autor do livro “Deep Learning. Imersão no mundo das redes neurais ",
funcionário do laboratório de lógica matemática da filial de São Petersburgo do Instituto de Matemática da RAS,
Diretor de Pesquisa, Plataforma Neuromation