Apprendimento automatico, edizione riveduta e aggiornata

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 62 voti.

Titolo originale:

Machine Learning, Revised and Updated Edition

Contenuto del libro:

Una panoramica concisa sull'apprendimento automatico - programmi informatici che imparano dai dati - alla base di applicazioni come il riconoscimento vocale e le auto senza conducente.

Oggi l'apprendimento automatico è alla base di una serie di applicazioni che usiamo tutti i giorni, dalle raccomandazioni sui prodotti al riconoscimento vocale, ma anche di altre che non usiamo ancora tutti i giorni, come le auto senza conducente. È la base di un nuovo approccio all'intelligenza artificiale che mira a programmare i computer per utilizzare dati esemplificativi o esperienze passate per risolvere un determinato problema. In questo volume della serie MIT Press Essential Knowledge, Ethem Alpaydin offre una panoramica concisa e accessibile della "nuova IA". Questa edizione ampliata offre nuovo materiale sulle sfide che l'apprendimento automatico deve affrontare, come la privacy, la sicurezza, la responsabilità e i pregiudizi.

Alpaydin, autore di un famoso libro di testo sull'apprendimento automatico, spiega che con l'aumento dei "Big Data" è progredita anche la teoria dell'apprendimento automatico, che è alla base degli sforzi per elaborare quei dati in conoscenza. Descrive l'evoluzione del campo, spiega importanti algoritmi di apprendimento e presenta esempi di applicazioni. Discute l'uso degli algoritmi di apprendimento automatico per il riconoscimento dei modelli.

Reti neurali artificiali ispirate al cervello umano.

Algoritmi che apprendono associazioni tra istanze.

E l'apprendimento per rinforzo, quando un agente autonomo impara a compiere azioni per massimizzare la ricompensa. In un nuovo capitolo, l'autore considera la trasparenza, la spiegabilità e l'equità, nonché le implicazioni etiche e legali del prendere decisioni basate sui dati.