«Как учится машина. Революция в области нейронных сетей и глубокого обучения» читать онлайн книгу 📙 автора Яна Лекуна на MyBook.ru
image
  1. Главная
  2. Библиотека
  3. ⭐️Ян Лекун
  4. 📚«Как учится машина. Революция в области нейронных сетей и глубокого обучения»
Как учится машина. Революция в области нейронных сетей и глубокого обучения

Отсканируйте код для установки мобильного приложения MyBook

Премиум

4.2 
(10 оценок)

Как учится машина. Революция в области нейронных сетей и глубокого обучения

332 печатные страницы

Время чтения ≈ 9ч

2021 год

12+

По подписке
549 руб.

Доступ ко всем книгам и аудиокнигам от 1 месяца

Первые 14 дней бесплатно
Оцените книгу
О книге

Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое.

Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.

Сегодня искусственный интеллект действительно меняет все наше общество. Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.

читайте онлайн полную версию книги «Как учится машина. Революция в области нейронных сетей и глубокого обучения» автора Ян Лекун на сайте электронной библиотеки MyBook.ru. Скачивайте приложения для iOS или Android и читайте «Как учится машина. Революция в области нейронных сетей и глубокого обучения» где угодно даже без интернета. 

Подробная информация
Дата написания: 
1 января 2019
Объем: 
598973
Год издания: 
2021
Дата поступления: 
23 сентября 2021
ISBN (EAN): 
9785907470552
Переводчик: 
Е. Арсенова
Время на чтение: 
9 ч.
Издатель
147 книг
Правообладатель
2 156 книг

_annp_

Оценил книгу

Книга интересная, но довольно специфична, поэтому она подойдёт преимущественно тем, кто уже немного разбирается в данной тематике. В ней содержится много информации об истории и развитии искусственного интеллекта, однако автор передаёт эту информацию через свой личный опыт. Наибольший интерес вызвал рассказ об глубоком обучении и глубоких нейронных сетях. Автор детально объясняет алгоритмы интеллектуальных систем, иллюстрируя, каким образом машина будет решать различные задачи.

13 августа 2023
LiveLib

Поделиться

contraelviento

Оценил книгу

Отличная книга, реально позволяющая понять, как устроены "умные машины", на каких механизмах они основаны. Что нейросеть - это не магия и "что-то замудрёное", а конструкция на основе нескольких понятных логических принципов.
Озвучка аудиоверсии тоже выполнена отлично.
Однако отмечу один минус: слишком много автобиографических подробностей автора. Всё-таки это научно-популярная книга, а не мемуары. Целая глава, посвящённая автобиографии, и ещё одна глава - о работе в Фейсбуке, - это несколько избыточно. Их откровенно хочется пролистать поскорее.

8 октября 2022
LiveLib

Поделиться

bru_sia

Оценил книгу

Очень хорошая книга, проходящая по основным вехам развития искусственного интеллекта от персептронов - своего рода прародителей полносвязных свёрточных сетей до современных генеративных и больших языковых моделей.

Большую часть книги автор (пусть и на довольно доступных примерах) разбирает принципы работы нейросетевых моделей и делится собственным вкладом в развитие технологий искусственного интеллекта. Тем не менее (несмотря на доступность подачи и максимальное упрощение), есть подозрение, что неспециалистам в области или интересующимся любителям, далёким от математики, даже этот подход покажется сложным и скорее отпугнёт, нежели даст больше понимания сути, так что для стороннего читателя, не связанного с современной разработкой и миром IT я бы, возможно, посоветовала обратиться к более популярным книгам (тут, к сожалению, на данный момент не располагаю достаточными знаниями, чтобы дать дельный совет).

С другой же стороны заключительная часть книги уделяет должное внимание размышлениям о природе интеллекта вообще (как естественного человеческого, так и свойственного животным, и, конечно, продолжает разговор о системах ИИ, так или иначе моделирующих устройство известных нам механизмов мышления), его формировании, базовый основах и мотивации. Любопытно также познакомиться с соображениями автора относительно дальнейшего прогресса нейросетевых моделей, основных направлениях исследований в этой области, ожиданиях и сложностях, с которыми предстоит столкнуться исследователям при разработке новых систем и решений на базе AI.

Эта часть книги (в противоположность моей прошлой рекомендации) будет интересна каждому, потому что так или иначе любой из нас всё чаще сталкивается с неизбежным и в то же время в большей степени благоприятным внедрением технологий в каждую сферу жизни (а ведь это ещё больше начало).

Такой противоречивый отзыв с полярными рекомендациями имеет смысл завершить, оставив потенциальным читателям самостоятельно принимать решение о знакомстве с содержанием книги. Со своей стороны добавлю (чтобы решение было принимать проще), что книга немало исследует как философию ИИ, так и человеческое мышление и понимание мира, а также не лишена технических деталей и нагядных примеров устройства, закономерностей и работы нейросетевых моделей.

Наш здравый смысл характеризуется способностью делать выводы.

10 октября 2025
LiveLib

Поделиться

врожденное знание является необходимым для дальнейшего обучения. В нашем мозгу с самого рождения должны существовать какие-то структуры связей. Если мы можем учиться, то это потому, что мозг достаточно специализирован, чтобы позволить нам обрабатывать информацию, то есть составлять правила с небольшими пробами и ошибками. Если бы мы представляли собой tabula rasa (чистый лист бумаги — в общем, поверхность, предназначенная для записи, на которой еще ничего не написано), если бы наш мозг был полностью универсальным, мы могли бы изучить что угодно (так как очень сложные модели могут изучать очень большой объем данных), но это заняло бы у нас огромное количество времени, потому что нам пришлось бы все заучивать наизусть.
29 ноября 2021

Поделиться

Автор книги

Переводчик

Другие книги переводчика

Подборки с этой книгой