«Как учится машина. Революция в области нейронных сетей и глубокого обучения» kitobiga sharhlar

Хорошо написано. Чётко, структурировано, без воды. Низкий порог вхождения в тему – достаточно быстро освоился в новых понятиях.

Читаешь книгу, и в это же время видишь новости об установке в метро устройств для опознавания лиц.

Будущее уже наступило, что тут скажешь.

Теперь перед корпорациями, гос. структурами и простыми людьми стоит задача сделать обучаемые машины безопасными для человека. Автор книги на основе собственного опыта (очень интересная глава про Facebook- всем советую!) размышляет о том, как добиться этого в ближайшие десятилетия. И вообще, возможно ли это.

Актуально, познавательно, местами злободневно.

Это крайне занимательная книга. Но скажу сразу, что автор, хоть и обещает, что расскажет "легким языком", по факту рассчитывает на читателя, который помнит и малость имеет представление о том, что такое функция, ее производная, как вычисляется тот же интеграл от производной. А еще малость помнит языки программирования, сам принцип, как пишутся программы. Так что если вы надеетесь, что там найдет крайне простое описание того, что такое ИИ - это наивно. Книга рассчитана именно на людей, которые хорошо помнят высшую математику и основы математического анализа, например, те же графы, матричное решение, построение функции для множества чисел. Признаюсь, я математику не очень люблю, там есть верные решения и не верные. Не то, что в жизни. Но читал я с упоением. Так как в принципе имею представления о том, что говорит автор. Например, как писать простые программки на вычисления, на выборку. Знаю логику, как мысль оформить в знаки. Там же, действительно, малость иная логика. Наверно, из-за этого для меня ИИ некая загадка, непонятно. Тем более самообучающиеся программы. После этой книги я много чего понял. Например, саму логику построения. Довольно интересно придумано, например, с той же выборкой критериев. Мне книга понравилась. Но я что-то сомневаюсь, что большинству это будет интересно. Все же написана она специфически. И рассчитана на читателя, который хорошо знаком хотя бы с мат-анализом, тем же программированием. Ругать не буду, но литература сильно специфичная. Благодарю за внимание! Надеюсь, что отзыв окажется для вас полезным. Общее впечатление: любопытно, но если вы ещё помните, что такое функция, ее производная и ось абсцисс.

Неплохо. Интересно рассказано про глубокое обучение и глубокие сети.Автор подробно объясняет алгоритмы интеллекта, показывая как именно машина будет решать ту или иную задачу.

Из минусов: слишком много истории технического прогресса ХХ века + слишком много взято из опыта и работы самого автора. А хотелось-то больше прочитать именно про революцию в искусственном интеллекте и какие-то конкретные

Понравилось, как автор описал проникновение искусств. интеллекта во все сферы жизни: экономика, коммуникация, транспорт, медицина.

"Как учится машина" стала толчком к изучению мышления, психологии и лингвистики. На стыке этих дисциплин и лежит секрет обучаемости машин.

Теперь на очереди книги Ноама Хомски и Пиаже. Слышал об авторах много хорошего, но благодаря выжимкам Лекуна решился прочитать их работы.

Если честно, то я под впечатлением)) Всегда любила, когда о сложных вещах пишут простым и доступным языком. Т.е. не нужно быть специалистом, чтобы понять текст!!

Одна из лучших по теме, особенно доставляла история конкуренции Джефри Хинтон, тот еще жук по словам автора. Прекрасно что они вместе сделали решительный шаг для всех с нами к тому будущему где «вкалывают роботы, а не человек». Если кого-то пугает данная перспектива может быть вам самим ознакомиться с аргументацией автора. Рекомендую.

Достаточно одного уже имени автора – Ян Лекун. Всем, кто хоть немного знаком с проблемами машинного обучения, имя автора известно. И всегда интересно прочитать книгу одного из виднейших специалистов. Разумеется, чтение потребует определенных усилий. Чтение помогает осмысливать свои работы и – самое важное! – анализировать свои ошибки. С чистой совестью можно рекомендовать книгу самым разным читателям – разработчикам, в том числе – студентам и преподавателям (если преподаватели не занимаются разработкой, они превращаются в схоластов).