Название: Атлас искусственного интеллекта: руководство для будущего
Автор: Кейт Кроуфорд
Издательство: АСТ
Серия: Программирование для всех
Год: 2023
Страниц: 321
Язык: русский
Формат: pdf, fb2, epub
Размер: 11.3 MB
Искусственный интеллект стал неотъемлемой частью современного мира, помогая людям в множестве сфер – от медицины до тяжелой промышленности. Оптимизация рабочих процессов, скорость выполнения, машинная точность в расчетах или креатив в творчестве – кажется, что ИИ стал совершенным инструментом для любой задачи. Кейт Кроуфорд – старший научный сотрудник Microsoft, профессор Калифорнийского университета – предлагает нам книгу-исследование, обращая наше внимание на темную сторону успеха и скрытые издержки искусственного интеллекта. При контролируемом машинном обучении инженеры предоставляют компьютеру маркированные обучающие данные. Затем в игру вступают два различных типа алгоритмов: обучающие и классифицирующие. Обучающий алгоритм – это алгоритм, который учится на помеченных данных; он сообщает классификатору, как лучше проанализировать связь между новыми входными данными и желаемым конечным результатом (или предсказанием). Например, он может определить: содержится ли на изображении лицо, является ли электронное письмо спамом. Существует множество видов моделей машинного обучения, включая нейронные сети, логистическую регрессию и деревья решений. Инженеры выбирают модель в зависимости от того, что они создают – будь то система распознавания лиц или средство определения настроений в социальных сетях, – а затем подбирают ее под свои вычислительные ресурсы.
Автор: Кейт Кроуфорд
Издательство: АСТ
Серия: Программирование для всех
Год: 2023
Страниц: 321
Язык: русский
Формат: pdf, fb2, epub
Размер: 11.3 MB
Искусственный интеллект стал неотъемлемой частью современного мира, помогая людям в множестве сфер – от медицины до тяжелой промышленности. Оптимизация рабочих процессов, скорость выполнения, машинная точность в расчетах или креатив в творчестве – кажется, что ИИ стал совершенным инструментом для любой задачи. Кейт Кроуфорд – старший научный сотрудник Microsoft, профессор Калифорнийского университета – предлагает нам книгу-исследование, обращая наше внимание на темную сторону успеха и скрытые издержки искусственного интеллекта. При контролируемом машинном обучении инженеры предоставляют компьютеру маркированные обучающие данные. Затем в игру вступают два различных типа алгоритмов: обучающие и классифицирующие. Обучающий алгоритм – это алгоритм, который учится на помеченных данных; он сообщает классификатору, как лучше проанализировать связь между новыми входными данными и желаемым конечным результатом (или предсказанием). Например, он может определить: содержится ли на изображении лицо, является ли электронное письмо спамом. Существует множество видов моделей машинного обучения, включая нейронные сети, логистическую регрессию и деревья решений. Инженеры выбирают модель в зависимости от того, что они создают – будь то система распознавания лиц или средство определения настроений в социальных сетях, – а затем подбирают ее под свои вычислительные ресурсы.