Машинное обучение без иллюзий. Понимание возможностей и границ ML

Машинное обучение без иллюзий. Понимание возможностей и границ ML
Автор книги: id книги: 3560390 Правообладателям     Оценка: 0.0     Голосов: 0     Отзывы, комментарии: 0 200 руб.     (2,56$) Купить и читать книгу Электронная книга Жанр: Правообладатель и/или издательство: Издательские решения Дата добавления в каталог КнигаЛит: ISBN: 9785006852235 Возрастное ограничение: 18+ Оглавление

Реклама. ООО «ЛитРес», ИНН: 7719571260.

Описание книги

Машинное обучение способно на удивительные вещи, но не на те, которые обещает маркетинг. Книга объясняет фундаментальную природу ML: как алгоритмы выявляют закономерности, почему воспроизводят предвзятости, когда работают блестяще и когда опасно. Концепция «переноса сложности» покажет, куда на самом деле уходят проблемы при автоматизации. Основана на анализе десятков реальных проектов. Обязательное чтение перед внедрением ML в вашей организации.

Оглавление

Группа авторов. Машинное обучение без иллюзий. Понимание возможностей и границ ML

ВВЕДЕНИЕ: Момент прозрения

История переоценки возможностей

Кому нужна эта книга

Что вы узнаете

Структура книги

ЧАСТЬ I: ПРИРОДА МАШИННОГО ОБУЧЕНИЯ

Глава 1. Что представляет собой машинное обучение

1.1. Основные процессы машинного обучения

1.2. Границы возможностей машинного обучения

1.3. Метафора информационного сжатия

Заключительные размышления о природе машинного обучения

Глава 2. Границы объективности

2.1. Последовательность проектных решений

2.2. Воспроизведение исторических закономерностей

2.3. Неявные допущения в моделях

Глава 3. Язык и терминология

3.1. Проблема антропоморфной терминологии

3.2. Научная терминология в контексте

3.3. Профессиональный словарь

ЧАСТЬ II: ПЕРЕНОС СЛОЖНОСТИ

Глава 4. Эволюция принятия решений

4.1. От прямых решений к мета-решениям

4.2. Уровни абстракции в принятии решений

4.3. Распределение компетенций и ответственности

Заключительные размышления главы

Глава 5. Новые роли и компетенции

5.1. Разрыв между техническими и предметными компетенциями

5.2. Роль консультантов и интеграторов

5.3. Образование и подготовка специалистов

Заключение раздела о компетенциях

Глава 6. Скрытая сложность

6.1. Архитектурные решения и их последствия

6.2. Качество и репрезентативность данных

6.3. Выбор метрик и оптимизационных критериев

ЧАСТЬ III: ТРАНСФОРМАЦИЯ ПРОЦЕССОВ

Глава 7. Редукция и потеря информации

7.1. От сущности к вектору признаков

7.2. Роль контекста в принятии решений

7.3. Неизмеримые факторы

Глава 8. Скорость и масштаб

8.1. Компромисс между скоростью и качеством

8.2. Синхронизация и системные риски

8.3. Время на анализ и рефлексию

Глава 9. Контроль и интерпретируемость

9.1. Проблема интерпретируемости

9.2. Сложность внесения изменений

9.3. Мониторинг и поддержка моделей

ЧАСТЬ IV: ОСОЗНАННОЕ ПРИМЕНЕНИЕ

Глава 10. Области эффективного применения

10.1. Критерии применимости

10.2. Успешные применения и их границы

10.3. Человеко-машинное взаимодействие

Глава 11. Ключевые вопросы при внедрении

11.1. Вопросы о соответствии задачи и метода

11.2. Вопросы о данных и валидации

11.3. Вопросы об организации и ответственности

Глава 12. Организационная зрелость

12.1. Четыре стадии зрелости организации

12.2. Формирование культуры работы с данными

12.3. Практические инструменты управления

ЗАКЛЮЧЕНИЕ: Сбалансированный подход

Ключевые принципы

Практические выводы

Взгляд в будущее

Финальная мысль

Добавление нового отзыва

Комментарий Поле, отмеченное звёздочкой  — обязательно к заполнению

Отзывы и комментарии читателей

Нет рецензий. Будьте первым, кто напишет рецензию на книгу Машинное обучение без иллюзий. Понимание возможностей и границ ML
Подняться наверх