Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 4 Stimmen.
Originaltitel:
Lifelong Machine Learning: Second Edition
Inhalt des Buches:
Lifelong Machine Learning, Second Edition ist eine Einführung in ein fortschrittliches Paradigma des maschinellen Lernens, das kontinuierlich lernt, indem es vergangenes Wissen sammelt, das es dann für künftige Lern- und Problemlösungsprozesse nutzt. Im Gegensatz dazu lernt das derzeit vorherrschende Paradigma des maschinellen Lernens isoliert: Bei einem Trainingsdatensatz lässt es einen maschinellen Lernalgorithmus auf dem Datensatz laufen, um ein Modell zu erstellen, das dann in der vorgesehenen Anwendung eingesetzt wird.
Es unternimmt keinen Versuch, das gelernte Wissen zu behalten und es bei nachfolgenden Lernprozessen zu verwenden. Im Gegensatz zu diesem isolierten System lernt der Mensch effektiv mit nur wenigen Beispielen, weil unser Lernen sehr wissensbasiert ist: Das in der Vergangenheit gelernte Wissen hilft uns, mit wenig Daten oder Aufwand neue Dinge zu lernen. Das lebenslange Lernen zielt darauf ab, diese Fähigkeit nachzuahmen, denn ohne sie kann ein KI-System nicht als wirklich intelligent angesehen werden.
Die Forschung im Bereich des lebenslangen Lernens hat sich in der relativ kurzen Zeit seit der Veröffentlichung der ersten Auflage dieses Buches erheblich weiterentwickelt.
Ziel dieser zweiten Auflage ist es, die Definition des lebenslangen Lernens zu erweitern, den Inhalt mehrerer Kapitel zu aktualisieren und ein neues Kapitel über das kontinuierliche Lernen in tiefen neuronalen Netzen hinzuzufügen - ein Thema, das in den letzten zwei oder drei Jahren aktiv erforscht worden ist. Einige Kapitel wurden auch neu gegliedert, um sie für den Leser kohärenter zu gestalten.
Außerdem wollen die Autoren einen einheitlichen Rahmen für das Forschungsgebiet vorschlagen. Derzeit gibt es mehrere Forschungsthemen im Bereich des maschinellen Lernens, die eng mit dem lebenslangen Lernen verbunden sind - insbesondere Multi-Task-Lernen, Transfer-Lernen und Meta-Lernen -, da sie ebenfalls die Idee des Wissensaustauschs und -transfers nutzen. Dieses Buch vereint all diese Themen unter einem Dach und erörtert ihre Gemeinsamkeiten und Unterschiede.
Ziel des Buches ist es, dieses neue Paradigma des maschinellen Lernens vorzustellen und einen umfassenden Überblick über die wichtigsten Forschungsergebnisse und neuesten Ideen auf diesem Gebiet zu geben. Dieses Buch ist daher für Studenten, Forscher und Praktiker geeignet, die sich für maschinelles Lernen, Data Mining, natürliche Sprachverarbeitung oder Mustererkennung interessieren. Dozenten können das Buch ohne weiteres für Kurse in einem dieser verwandten Gebiete verwenden.
Weitere Daten des Buches:
| ISBN: | 9781681733029 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 207 |
Kauf:
Derzeit verfügbar, auf Lager.
