Apprendimento automatico: La nuova intelligenza artificiale

Recensioni dei lettori

Il libro raccoglie opinioni contrastanti da parte degli utenti, che ne sottolineano l'accessibilità e la natura introduttiva, ma ne criticano anche la profondità e i difetti di redazione. Alcuni lettori ne apprezzano la chiarezza nella spiegazione dei concetti di apprendimento automatico, mentre altri lo trovano carente di dettagli tecnici e di spiegazioni esaurienti.

⬤ Ottimo lavoro nel rendere semplici e accessibili concetti complicati.
⬤ Fornisce una panoramica chiara e concisa dell'apprendimento automatico per i principianti.
⬤ Si rivolge a un pubblico ampio, compresi gli studenti delle scuole superiori e dell'università.
⬤ Ottimo per chi desidera una rapida comprensione dell'apprendimento automatico e dell'IA.
⬤ Consegna veloce e condizioni di qualità elogiate.

⬤ Molte critiche riguardano l'uso della voce passiva e l'editing scadente, compresi gli errori di battitura.
⬤ Considerato troppo elementare e poco approfondito per chi si occupa seriamente di apprendimento automatico.
⬤ Alcune sezioni sono ridondanti o tortuose.
⬤ L'approccio filosofico potrebbe non incontrare il favore di tutti i lettori, soprattutto di quelli che cercano applicazioni pratiche.
⬤ Imprecisioni sulla validità di alcune informazioni.
⬤ Non è adatto a studenti tecnici o avanzati.

(basato su 78 recensioni dei lettori)

Titolo originale:

Machine Learning: The New AI

Contenuto del libro:

Una panoramica concisa sull'apprendimento automatico - programmi informatici che imparano dai dati - che è alla base di applicazioni come i sistemi di raccomandazione, il riconoscimento dei volti 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 del nuovo approccio all'informatica, in cui non scriviamo programmi ma raccogliamo dati.

L'idea è quella di imparare gli algoritmi per i compiti automaticamente dai dati. Con l'aumento dell'ubiquità dei dispositivi informatici, la registrazione digitale di una parte sempre più ampia della nostra vita e del nostro lavoro, e con l'aumento dei "Big Data", è progredita anche la teoria dell'apprendimento automatico, che è alla base degli sforzi per elaborare questi dati in conoscenza. In questo libro, l'esperto di apprendimento automatico Ethem Alpaydin offre una panoramica concisa dell'argomento per il lettore generale, descrivendone l'evoluzione, spiegando importanti algoritmi di apprendimento e presentando esempi di applicazioni.

Alpaydin racconta come la tecnologia digitale si sia evoluta dai mainframe per l'elaborazione dei numeri ai dispositivi mobili, contestualizzando l'attuale boom dell'apprendimento automatico. Descrive le basi dell'apprendimento automatico e alcune applicazioni.

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, con applicazioni quali la segmentazione dei clienti e l'apprendimento di raccomandazioni.

E l'apprendimento per rinforzo, quando un agente autonomo impara ad agire in modo da massimizzare la ricompensa e minimizzare la penalità. Alpaydin considera poi alcune direzioni future per l'apprendimento automatico e il nuovo campo della "scienza dei dati", e discute le implicazioni etiche e legali per la privacy e la sicurezza dei dati.