Apprendimento automatico permanente, seconda edizione

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 4 voti.

Titolo originale:

Lifelong Machine Learning, Second Edition

Contenuto del libro:

Lifelong Machine Learning, seconda edizione, è un'introduzione a un paradigma avanzato di apprendimento automatico che apprende continuamente accumulando conoscenze pregresse che poi utilizza per l'apprendimento e la risoluzione di problemi futuri. Al contrario, l'attuale paradigma dominante di apprendimento automatico apprende in modo isolato: dato un set di dati di addestramento, esegue un algoritmo di apprendimento automatico sul set di dati per produrre un modello che viene poi utilizzato nell'applicazione prevista.

Non fa alcun tentativo di conservare la conoscenza appresa e di utilizzarla nell'apprendimento successivo. A differenza di questo sistema isolato, gli esseri umani imparano efficacemente con pochi esempi proprio perché il nostro apprendimento è molto guidato dalla conoscenza: la conoscenza appresa in passato ci aiuta a imparare cose nuove con pochi dati o sforzi. L'apprendimento permanente mira a emulare questa capacità, perché senza di essa un sistema di intelligenza artificiale non può essere considerato veramente intelligente.

La ricerca sull'apprendimento permanente si è sviluppata in modo significativo nel periodo relativamente breve trascorso dalla pubblicazione della prima edizione di questo libro.

Lo scopo di questa seconda edizione è di ampliare la definizione di apprendimento permanente, aggiornare il contenuto di diversi capitoli e aggiungere un nuovo capitolo sull'apprendimento continuo nelle reti neurali profonde, che è stato oggetto di ricerca attiva negli ultimi due o tre anni. Alcuni capitoli sono stati anche riorganizzati per rendere ciascuno di essi più coerente per il lettore.

Inoltre, gli autori intendono proporre un quadro unificato per l'area di ricerca. Attualmente esistono diversi argomenti di ricerca nell'ambito dell'apprendimento automatico che sono strettamente correlati all'apprendimento permanente, in particolare l'apprendimento multi-task, l'apprendimento per trasferimento e il meta-apprendimento, in quanto utilizzano anche l'idea di condivisione e trasferimento della conoscenza. Questo libro riunisce tutti questi argomenti sotto un unico tetto e ne discute le somiglianze e le differenze.

L'obiettivo è quello di introdurre questo paradigma emergente di apprendimento automatico e di presentare una rassegna completa dei risultati della ricerca e delle idee più recenti in questo campo. Questo libro è quindi adatto a studenti, ricercatori e professionisti interessati all'apprendimento automatico, al data mining, all'elaborazione del linguaggio naturale o al riconoscimento di pattern. I docenti possono facilmente utilizzare il libro per i corsi in uno di questi campi correlati.