[Перевод] Руководство по машинному обучению для людей ??

машинное обучение искусственный интеллект Программа перевода самородков робот
[Перевод] Руководство по машинному обучению для людей ??

Простые для понимания объяснения на английском языке плюс математика, код и примеры из реальной жизни.

[Обновлено 01.09.17]У этой серии уже есть полная электронная книга!ссылка для скачивания.

тур

Глава 1: О важности машинного обучения.Общая картина искусственного интеллекта и машинного обучения  —  прошлое, настоящее и будущее.

Раздел 2.1: Обучение под наблюдением.Узнайте решения. Введение в линейную регрессию, функции потерь, переоснащение и градиентный спуск.

Раздел 2.2: Контролируемое обучение II.Два метода классификации: логистическая регрессия и метод опорных векторов (SVM).

Раздел 2.3: Обучение под наблюдением III.Обучающиеся без параметров: k ближайших соседей, деревья решений, случайные леса. Введение в перекрестную проверку, настройку гиперпараметров и ансамблевые модели.

Глава 3: Обучение без учителя.Кластеризация: метод К-средних, градация. Снижение размерности: анализ основных компонентов (PCA), разложение по сингулярным значениям (SVD).

Глава 4: Нейронные сети и глубокое обучение.Как работает глубокое обучение. Черпайте вдохновение из человеческого мозга. Сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN). практическое применение.

Глава 5: Обучение с подкреплением.Исследуйте и развивайтесь. Марковский процесс принятия решений. Q-обучение, политическое обучение и глубокое обучение с подкреплением. Проблема обучения ценности.

Приложение: Лучшие ресурсы для машинного обучения.Тщательно подобранный список ресурсов для создания собственных курсов по машинному обучению.

Кто является предполагаемыми читателями?

  • Технические специалисты, которые хотят быстро ознакомиться с машинным обучением
  • Нетехнические люди, которые хотят начать работу с машинным обучением и открыты для технических концепций.
  • Читатели, интересующиеся тем, как думают машины

Это руководство подходит для всех возрастов. Мы обсудим основные понятия вероятности, статистики, программирования, линейной алгебры и исчисления, но даже никакие базовые знания не могут быть полезными.

Эта серия представляет собой краткое руководство по ознакомлению с высокоуровневыми концепциями машинного обучения примерно за 2–3 часа.

Если вы хотите узнать, какие курсы стоит пройти, какие книги стоит прочитать, какие проекты стоит попробовать и многое другое, ознакомьтесь с нашимПриложение: Лучшие ресурсы для машинного обученияВ нем рекомендуется.

О важности машинного обучения

По сравнению с другими инновациями этого века ИИ более многообещающ, чем когда-либо. Тот, кто не знает об этом, будет раскаиваться в мире, полном фантастических высоких технологий, и окажется за кривой.

Прогресс искусственного интеллекта феноменален. серия за последние сорок летИИ Зима и несбыточные надеждыС тех пор быстрый прогресс в области хранения данных и производительности вычислений в последние годы резко изменил правила игры.

В 2015 году Google обучил диалогового бота (ИИ) не только общаться с людьми в качестве компетентного консультанта по технической поддержке, но и обсуждать этику, выражать мнения и отвечать на некоторые вопросы, основанные на реальности.

(Виньялс и Ле, 2017 г.)

В том же году DeepMind разработалаагент, который принимает в качестве входных данных только пиксели и результаты игр и превосходит возможности человека в 49 играх Atari. Вскоре после этого, в 2016 году, DeepMind выпустила совершенно новый инструмент для искусственного интеллекта под названием A3C.Как играть в игру, тем самым превзойдя предыдущие достижения.

В тот же период,AlphaGoПобеда над лучшим игроком в го . Спустя двадцать лет после того, как машина впервые победила человека в шахматах, игре, в которой всегда доминировали люди, это удивительная победа. Многие эксперты не понимают, как машина могла понять детали и тонкости этой древней китайской игры о военном искусстве, в которой есть 10¹⁷⁰ возможных игр (Во Вселенной всего 10⁸⁰ атомов).

Профессиональный игрок в го Ли Седол возвращается после поражения в матче против AlphaGo.The AtlanticФото.

В марте 2017 года OpenAI создалаизобрести свой собственный языкРоботы для более эффективного сотрудничества и достижения целей. Вскоре после этого Facebook объявил, что проводит обучение, чтобы уметьПереговорычетноеложьробот.

Всего несколько дней назад (когда была написана эта статья), 11 августа 2017 года, OpenAI достиг еще одного невероятного рубежа, одержав победу 1 на 1 над лучшими профессионалами мира в многопользовательской онлайн-игре Dota 2.

существуетYouTubeСмотрите полный матч Dendi (человек) против OpenAI (робот) на The International 2017 (Ti 7) здесь.

Многие распространенные в жизни технологии неотделимы от искусственного интеллекта. Во время следующей поездки на Тайвань воспользуйтесь приложением Google Translate, проведите камерой по меню, и соответствующий пункт меню волшебным образом станет английским.

Google Translate использует сверточные нейронные сети для наложения английских переводов на меню напитков в режиме реального времени.

В настоящее время ИИ используется для формулированияПлан лечения на основе состояния, Мгновенный анализ результатов тестов на наркотики для быстрогоНазначьте нужных экспертови открытие новых лекарствнаучное исследование.

Смелое заявление лондонской компании BenevolentAI (скриншот изо насстр., август 2017 г.).

Машины все чаще заменяют роли, которые традиционно играли люди в повседневной жизни. В самом деле, не удивляйтесь, если в следующий раз, когда вы позвоните на стойку регистрации отеля и попросите доставить немного зубной пасты, это будет маленький робот-уборщик вместо реального человека.

В этой серии мы рассмотрим основные концепции машинного обучения, лежащие в основе этих методов. После завершения всей серии вы должны быть в состоянии не только концептуально описать, как они работают, но и владеть инструментами для создания собственных подобных приложений.

Семантические деревья: искусственный интеллект и машинное обучение

Небольшой совет: думайте о знании как осемантическое дерево —  Убедитесь, что вы понимаете основы (ствол и ветки), прежде чем смотреть на листья/детали, иначе им негде будет жить. —  Илон Маск,Вопросы и ответы Reddit

Машинное обучение — это одна из многих областей искусственного интеллекта, связанных с тем, как компьютеры могут учиться на собственном опыте и улучшать свои способности думать, планировать, принимать решения и действовать.

Искусственный интеллект — это изучение агентов, которые воспринимают окружающий мир, формируют планы и принимают решения для достижения своих целей.Его основы включают математику, логику, философию, вероятность, лингвистику, неврологию и теорию принятия решений. Многие области подпадают под эгиду искусственного интеллекта, например, компьютерное зрение, робототехника, машинное обучение и обработка естественного языка.

Машинное обучение является подполем искусственного интеллекта.Его цель — позволить компьютерам учиться самостоятельно. Алгоритм машинного обучения позволяет ему выявлять закономерности в наблюдаемых данных, строить модели, объясняющие мир, и предсказывать, как будут развиваться события, без точных заранее запрограммированных правил и моделей.

Эффект ИИ: что такое «искусственный интеллект»?

Технические стандарты для «искусственного интеллекта» несколько расплывчаты и со временем меняются. Ярлык ИИ часто используется для описания машин, которые могут заменить человека в традиционных областях. Интересно, что когда компьютер знает, как выполнять эти задачи, люди обычно говорят, что это не так.действительноразумный. это называетсяЭффект ИИ.

Например, Deep Blue от IBM обыграл чемпиона мира по шахматам в 1997 году.Garry KasparovВ то время люди жаловались, что он использовал метод «грубой силы», а вовсе не «настоящий» интеллект. Как писала Памела МакКордак,«Часть истории области искусственного интеллекта заключается в том, что всякий раз, когда кто-то выяснял, как заставить компьютер что-то делать — быть хорошим шахматистом, решать простую, но относительно менее формальную задачу — группа критиков выскакивала и говорила: , "Это не называется думать!"(МакКордак, 2004 г.).

Возможно, у людей есть чувство безоговорочного принятия так называемого «искусственного интеллекта».неописуемоСопротивляйтесь этому:

«Искусственный интеллект никогда не будет возможен. 』 - Хоу Шида

Так могут ли калькуляторы считаться ИИ? В некоторых интерпретациях это может иметь значение. А как насчет самоуправляемого автомобиля? Да сегодня, но, возможно, не в будущем. Как насчет новых крутых проектов чат-ботов, которые автоматизируют блок-схемы? Конечно, почему нет.

Мощный искусственный интеллект навсегда изменит наш мир; изучение машинного обучения — хорошая отправная точка для понимания процесса.

Техники, рассмотренные выше,Узкий искусственный интеллект (ANI)например, он может эффективно выполнять узко определенную задачу.

В то же время, мы продолжаем делать на человеческом уровнеОбобщенный искусственный интеллект (AGI), также называетсяСильный искусственный интеллектусилие. AGI определяется как искусственный интеллект, который может успешнолюбая интеллектуальная деятельность, которой может заниматься человек, включая обучение, планирование и принятие решений в условиях неопределенности, общение на естественном языке, шутки, манипулирование людьми, покупку и продажу акций или... перепрограммирование себя.

И вот с последним пунктом большая проблема. Как только мы создадим ИИ, способный самосовершенствоваться, он запустит цикл самосовершенствования, который может привести к определенному периоду времени.интеллектуальный взрыв, от декад до суток возможно.

Сверхразумная машина определяется как машина, которая может намного превзойти любого разумного человека в интеллектуальной деятельности. Поскольку проектирование машин является одним из таких видов интеллектуальной деятельности, сверхразумные машины могут создавать более совершенные машины; нет сомнений, что это будет «интеллектуальный взрыв», а человеческий разум будет далеко позади. Таким образом, первая сверхразумная машина — это последнее изобретение, которое должны сделать люди, пока машина достаточно кротка, чтобы сказать нам, как ею управлять. —— И. Дж. Гуд, 1965 г.

Возможно, вы слышали, как это называетсяОсобая точка. Термин происходит от гравитационной сингулярности в центре черной дыры, одномерной точки бесконечной плотности, где известные нам законы физики перестают существовать.

Мы ничего не знаем о том, что находится внутри границ черной дыры, потому что ни один свет не может вырваться из плена черной дыры. Так же,Никто не может предсказать, что произойдет, когда мы разблокируем способность ИИ зацикливаться и улучшать себя, так же как мышь, которая создает человека, может быть не в состоянии предсказать, что люди сделают со своим миром.Будет ли он продолжать помогать им получать больше сыра, как они ожидают? (картинка изWIRED)

Недавно Институт изучения будущего человечества опубликовал отчет, в котором AGI провел ограниченный по времени опрос исследователей в области искусственного интеллекта и обнаружил, что «Исследователи считают, что ИИ с вероятностью 50% превзойдет людей в любой области в течение 45 лет.』(Грейс и др., 2017 г.). Некоторые здравомыслящие специалисты по ИИ, с которыми мы разговаривали в частном порядке, предсказывали более длительные временные горизонты (верхний предел — «навсегда»), в то время как другие давали удивительно короткие временные горизонты — всего несколько лет.

Из книги Курцвейла «Сингулярность рядом», опубликованной в 2005 году. Сейчас, в 2017 году, осталось всего несколько постеров, которые по праву могут оставаться на стене.

выше человеческого уровняСуперискусственный интеллект (ASI)Появление ИИ может быть одной из лучших или худших вещей для людей, и оно представляет огромную проблему для идентификации ИИ таким образом, чтобы он приносил пользу людям.хотетьКакие.

Хотя трудно сказать, что произойдет в будущем, одно можно сказать наверняка:2017 год — отличное время, чтобы начать понимать, как думают машины.Нам нужно больше, чем просто абстрактное понимание, как диванные философы, мудро разрабатывающие наши дорожные карты и политику с уважением к ИИ, мы должны добраться до деталей того, как машины видят мир — они «что хотят», их основных предубеждений и режимов отказа, их причуд характера — Точно так же мы изучаем психологию и неврологию, чтобы понять, как люди учатся, принимают решения, действуют и чувствуют.

Есть сложные, важные вопросы об ИИ, которые потребуют от нас серьезного внимания в ближайшие годы.

Как мы можем подавить искусственный интеллектДальнейший контроль за очевидной систематической погрешностью в существующих наборах данныхСклонность? Как мы должны думать о потенциальных рисках и преимуществах ИИ среди лучших мировых технологовнесогласие? Как изменятся человеческие занятия в мире без работы?

Машинное обучение лежит в основе нашей реализации универсального искусственного интеллекта, и в то же время оно изменит каждую отрасль и окажет огромное влияние на нашу повседневную жизнь. Вот почему мы считаем, что о машинном обучении стоит знать хотя бы на концептуальном уровне, поэтому мы составили эту серию как лучший учебник для начинающих.

Как читать эту серию

Вам не нужно читать эту серию шаг за шагом. В соответствии с вашими интересами и свободным временем вам рекомендуются три метода:

  1. Т-образное чтение.Читайте от начала до конца. Кратко изложите содержание каждой главы своими словами (см.:Техника Фейнмана); это может улучшить мотивацию к чтению и углубить память. Затем разверните то, что вам больше всего интересно или наиболее актуально для вашей работы. Мы представим некоторые дополнительные ресурсы в конце каждой главы.
  2. Сосредоточьтесь на чтении.Прыгайте в то место, которое вас больше всего интересует, и тратьте там свою энергию.
  3. метод 80/20.Сначала прочитайте текст, отметьте несколько интересных продвинутых понятий, а затем проведите ночь, копаясь в нем. ?

Об авторе

«После прочтения этой короткой статьи мы можем понять, что такое градиентный спуск. 』 @ из ЭдинбургаThe Boozy Cow

VishalНедавно основанныйUpstart, кредитная платформа, которая использует машинное обучение для ценообразования, автоматизации процесса кредитования и привлечения пользователей. Он увлечен применением когнитивной науки, моральной философии и этики искусственного интеллекта в предпринимательстве.

Samerявляется студентом UCSD MS в области компьютерных наук и инженерии иConigo Labsодин из учредителей. Перед выпуском он основал TableScribe, инструмент бизнес-аналитики для малого и среднего бизнеса, и провел два года в McKinsey & Company, консультируя компании из списка Fortune 100. Ранее Самер изучал информатику, этику, политологию и экономику в Йельском университете.

Большая часть серии была написана во время 10-дневной поездки в Великобританию с поездами, самолетами, кафе, барами и всем прочим. Наша цель — укрепить наше понимание искусственного интеллекта, машинного обучения и того, как подходы в каждом из них сочетаются друг с другом, — и в процессе создать что-то, чем стоит поделиться.

Теперь, не раздумывая, вступимРаздел 2.1: Обучение под наблюдением, начните исследовать мир машинного обучения!

БолееРуководство по машинному обучению для людей?? Серия:

Контакт:ml4humans@gmail.com

Особая благодарностьJonathan Eng,Edoardo Conti,Grant Schneider,Sunny Kumar,Stephanie He,Tarun WadhwaиSachin Maini(редактор серии) за его незаменимый вклад и отзывы.

Программа перевода самородковэто сообщество, которое переводит высококачественные технические статьи из Интернета сНаггетсДелитесь статьями на английском языке на . Охват контентаAndroid,iOS,внешний интерфейс,задняя часть,блокчейн,продукт,дизайн,искусственный интеллектЕсли вы хотите видеть более качественные переводы, пожалуйста, продолжайте обращать вниманиеПрограмма перевода самородков,официальный Вейбо,Знай колонку.

Категории