Как машины думают? Математические основы машинного обучения

Оглавление

Группа авторов. Как машины думают? Математические основы машинного обучения

Введение

Глава 1: От линейной алгебры к искусственному интеллекту

Глава 2: Дифференциальное исчисление и оптимизация

Глава 3: Теория вероятностей и статистика в машинном обучении

Глава 4: Искусственный интеллект и природа интеллекта

Глава 5: Глубокое обучение и современные методы ИИ

Глава 6: Человеческие и моральные аспекты ИИ

Заключение

Список полезных книг по теме

Отрывок из книги

Мир современных технологий, основанных на машинном обучении и искусственном интеллекте (ИИ), кажется невероятно сложным. Нам кажется, что это магия, когда машины могут распознавать лица, переводить тексты или играть в сложные игры лучше человека. Но за этим стоит не магия, а строгие математические принципы, такие как линейная алгебра, которые формируют основу этих процессов. В этой главе мы рассмотрим, что такое линейная алгебра, ее ключевые понятия и как она лежит в основе современных вычислительных систем, включая нейронные сети и методы анализа данных.

Что такое линейная алгебра и как она лежит в основе вычислений

.....

Например, в нейронных сетях каждое преобразование между слоями сети можно рассматривать как линейное преобразование. Входные данные преобразуются матрицей весов, и результат этого преобразования проходит через нелинейные функции для принятия решений.

Линейные преобразования позволяют эффективно изменять данные, обнаруживать ключевые признаки в них и адаптировать модели машинного обучения к различным задачам.

.....