Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 62 Stimmen.
Machine Learning, Revised and Updated Edition
Ein knapper Überblick über maschinelles Lernen - Computerprogramme, die aus Daten lernen - die Grundlage für Anwendungen wie Spracherkennung und fahrerlose Autos.
Das maschinelle Lernen liegt heute einer Reihe von Anwendungen zugrunde, die wir täglich nutzen, von Produktempfehlungen bis hin zur Spracherkennung - und auch einigen, die wir noch nicht täglich nutzen, darunter fahrerlose Autos. Es ist die Grundlage für einen neuen Ansatz der künstlichen Intelligenz, der darauf abzielt, Computer so zu programmieren, dass sie Beispieldaten oder frühere Erfahrungen nutzen, um ein bestimmtes Problem zu lösen. In diesem Band der MIT Press Essential Knowledge Reihe bietet Ethem Alpaydin einen prägnanten und leicht zugänglichen Überblick über die "neue KI". Diese erweiterte Ausgabe bietet neues Material zu den Herausforderungen des maschinellen Lernens wie Datenschutz, Sicherheit, Verantwortlichkeit und Voreingenommenheit.
Alpaydin, Autor eines beliebten Lehrbuchs über maschinelles Lernen, erklärt, dass mit der Zunahme von "Big Data" auch die Theorie des maschinellen Lernens - die Grundlage der Bemühungen, diese Daten in Wissen umzuwandeln - Fortschritte gemacht hat. Er beschreibt die Entwicklung des Fachgebiets, erläutert wichtige Lernalgorithmen und stellt Anwendungsbeispiele vor. Er erörtert die Verwendung von Algorithmen des maschinellen Lernens für die Mustererkennung.
Künstliche neuronale Netze nach dem Vorbild des menschlichen Gehirns.
Algorithmen, die Assoziationen zwischen Instanzen lernen.
Und das Verstärkungslernen, bei dem ein autonomer Agent lernt, Handlungen zur Maximierung der Belohnung auszuführen. In einem neuen Kapitel befasst er sich mit Transparenz, Erklärbarkeit und Fairness sowie mit den ethischen und rechtlichen Auswirkungen von Entscheidungen, die auf Daten basieren.