Category: it

Category was added automatically. Read all entries about "it".

Лягушатник

П. Домингос "Верховный алгоритм"

Верховный алгоритм
Одна из лучших научно-популярных книг, прочитанных за последние годы. Автор - настолько специалист в машинном обучении, что умудряется говорить по теме сразу в нескольких уровнях. Книгу можно читать как ликбез по нескольким направлениям обучаемых алгоритмов. В то же время, финал каждой главы требует глубокого погружения в теорию. Большинство разделов я был вынужден долистывать, не в состоянии вкурить все построения. А ведь в книге нет ни математики, ни программирования, только общие теоретические положения.

Каждый из разделов включает в себя факты из истории. Часто они поданы в анекдотическом ключе. Герои прошлого и настоящего предстают живыми людьми, занятыми вполне осязаемыми проблемами. Конечно, шуточки по поводу Марвина Минского попахивают творчеством Евгения Вагановича, но тому и так достается чуть ли не в каждой книге по нейронным сетям.

Много в книге и относительно свежих примеров применения существующих алгоритмов. С их помощью автор показывает борьбу и взаимопроникновение существующих концепций. Их различия становятся основой для метаалгоритма, вынесенного в заглавие. Он должен стать инструментом, способным приспосабливаться к любым данным, связывая их работоспособной зависимостью.

Итого: Книга, к которой мне придется возвращаться, чтобы глубже понять написанное. Пока я взглянул на машинное обучение только со стороны нейронных сетей, любопытно, что получится из применения других подходов.

"У машинного обучения имеется неотъемлемый элемент азартной игры. В конце первого фильма про Грязного Гарри Клинт Иствуд гонится за ограбившим банк бандитом и раз за разом в него стреляет. Наконец грабитель повержен. Он лежит рядом с заряженным ружьем и не знает, хватать его или нет. Было шесть выстрелов или только пять? Гарри сочувствует (если можно так выразиться): «Тебе надо лишь спросить: “Повезет или нет?” Ну как, мерзавец?» Этот вопрос специалисты по машинному обучению должны задавать себе каждый день, когда они приходят на работу. Повезет или нет? Как и эволюция, машинное обучение не будет каждый раз попадать в десятку. Вообще говоря, ошибки — не исключение, а правило. Но это нормально, потому что промахи мы отбрасываем, а попаданиями пользуемся, и важен именно совокупный результат. Когда мы получаем новую частицу знаний, она становится основой для логической индукции еще большего знания. Единственный вопрос — с чего начать".
Лягушатник

29

Следующее простое. Забавно после ночного отзыва на книжку про криптографию.