Масштабный труд одного из ведущих мировых ученых в области исследования искусственного интеллекта Терренса Сейновски проведет читателя по всем ключевым вехам в развитии этой технологии. Работа Сейновски охватывает промежуток в 60 лет, за которые машинное обучение шагнуло из теоретических исследований в прикладную науку. Являясь ученым-нейробиологом и заведующим лабораторией Вычислительной нейробиологии в Институте Солка (США), а также профессором в Калифорнийском Университете в Сан-Диего, автор начинал исследования нейросетей еще в 80-е годы, до глубокого обучения, выдвинувшей искусственный интеллект в ранг самых перспективных технологий современности. Сегодня профессор Сейновски остается одним из наиболее востребованным мировых специалистов в сфере ИИ - он автор самого популярного курса по машинному обучению на Coursera, член Национальной Академии Наук США и лауреат многих престижных премий за достижения в области нейробиологии

lgli/Сейновски Т. Антология машинного обучения. (2022)(10 Mb).pdf

lgrsnf/Сейновски Т. Антология машинного обучения. (2022)(10 Mb).pdf

zlib/Computers/Artificial Intelligence (AI)/Терренс Сейновски/Антология машинного обучения. Важнейшие исследования в области ИИ за последние 60 лет_21721754.pdf

Кирпичная кладка. Многорядная система перевязки

Сейновски, Терренс

Меняшев, Рамиль

Рамиль Меняшев

Izdatel`stvo "E`"

Litres

ЛитРес

Библиотека MIT, Москва, Russia, 2022

Russia, Russian Federation

2019

{"publisher":"Эксмо"}

Пер.: Deep learning revolution

РГБ

Russian State Library [rgb] MARC:
=001 010970982
=005 20220504124745.0
=008 220202s2022\\\\ru\a\\\\\\\\\\000\|\rus|d
=017 \\ $a КН-П-22-006492 $b RuMoRKP
=020 \\ $a 978-5-04-101347-9 $c 1500 экз.
=040 \\ $a RuMoRKP $b rus $d RuMoRGB
=041 1\ $a rus $h eng
=044 \\ $a ru
=080 \\ $a 004.89 $2 4
=084 \\ $a Е991-713г.я9 $2 rubbk
=084 \\ $a З973.236г.я9 $2 rubbk
=084 \\ $a З818.6г.я9 $2 rubbk
=084 \\ $a З816г.я9 $2 rubbk
=100 1\ $a Сейновски, Терренс
=245 00 $a Антология машинного обучения : $b [важнейшие исследования в области ИИ за последние 60 лет : 12+] $c Терренс Сейновски ; перевод с английского М. А. Райтмана, Е. В. Сазановой
=260 \\ $a Москва $b Бомбора $b Эксмо $c 2022
=300 \\ $a 300 с. $b ил. $c 24 см
=336 \\ $a Текст (визуальный)
=337 \\ $a непосредственный
=490 0\ $a Библиотека MIT
=520 \\ $a Масштабный труд одного из ведущих мировых ученых в области исследования искусственного интеллекта Терренса Сейновски проведет читателя по всем ключевым вехам в развитии этой технологии. Работа Сейновски охватывает промежуток в 60 лет, за которые машинное обучение шагнуло из теоретических исследований в прикладную науку. Являясь ученым-нейробиологом и заведующим лабораторией Вычислительной нейробиологии в Институте Солка (США), а также профессором в Калифорнийском Университете в Сан-Диего, автор начинал исследования нейросетей еще в 80-е годы, до глубокого обучения, выдвинувшей искусственный интеллект в ранг самых перспективных технологий современности. Сегодня профессор Сейновски остается одним из наиболее востребованным мировых специалистов в сфере ИИ - он автор самого популярного курса по машинному обучению на Coursera, член Национальной Академии Наук США и лауреат многих престижных премий за достижения в области нейробиологии
=534 \\ $p Пер.: $t Deep learning revolution
=650 \7 $a Искусственный интеллект $2 RuMoRKP
=650 \7 $a Биологические науки -- Физиология, биофизика и биохимия животных и человека -- Физиология, биофизика и биохимия нервной системы -- Биофизика -- Нейрокибернетика -- История -- Популярное издание $2 rubbk
=650 \7 $a Техника. Технические науки -- Энергетика. Радиоэлектроника -- Радиоэлектроника -- Вычислительная техника -- Вычислительные машины электронные цифровые -- Машины для обучения -- История -- Популярное издание $2 rubbk
=650 \7 $a Техника. Технические науки -- Энергетика. Радиоэлектроника -- Радиоэлектроника -- Кибернетика -- Бионика -- Биоэлектрические модели. Нейронные сети -- История -- Популярное издание $2 rubbk
=650 \7 $a Техника. Технические науки -- Энергетика. Радиоэлектроника -- Радиоэлектроника -- Кибернетика -- Искусственный интеллект -- История -- Популярное издание $2 rubbk
=653 \\ $a искусственный интеллект
=653 \\ $a экспертные системы
=653 \\ $a машинное обучение
=653 \\ $a нейронные сети
=653 \\ $a сверточные сети
=653 \\ $a глубокий интеллект
=852 \\ $a РГБ $b FB $j 2 22-32/57 $x 90
=852 \\ $a РГБ $b FB $j 2 22-4/136 $x 90

Терренс Сейновски. Антология машинного обучения. Важнейшие исследования в области ИИ за последние 60 лет
Предисловие
Часть I. Переосмысление интеллекта: хронология
Глава 1. Развитие машинного обучения
Учим водить
Учим переводить
Учим слушать
Учим ставить диагноз
Учим зарабатывать деньги
Учим играть в покер
Учим играть в го
Учим становиться умнее
Изменение рынка труда
Искусственный интеллект – реальная угроза?
Назад в будущее
Глава 2. Перерождение искусственного интеллекта
Детская игра?
Почему компьютерное зрение – трудная задача?
Экспертная система
В логове льва
Глава 3. Спад нейронных сетей
Первооткрыватели
Обучение на примерах
SEXNET
Закат перцептронов
Глава 4. Обработка данных как в человеческом мозге
Как работает мозг
Первые успехи
Прапраправнук Джорджа Буля
Проект «Шалтай-Болтай»
Чему я научился в Вудс-Хоуле
Недостающее звено
Глава 5. Понимание зрительной системы
Схема работы зрения
Зрительная система в коре мозга
Пластичность синапса
Восстановление формы объекта по теням
Иерархическая организация визуальных карт коры головного мозга
Появление когнитивной нейробиологии
Часть II. Множество способов обучения: хронология
Глава 6. Проблема коктейльной вечеринки
Независимый компонентный анализ[132]
Независимый компонент в мозге
За рамками ICA
Глава 7. Нейронная сеть Хопфилда и машина Больцмана
Джон Хопфилд
Сеть с ассоциативной памятью
Поиск глобального энергетического минимума
Машины Больцмана
Теория синаптической пластичности Хебба
Изучение зеркальной симметрии
Распознавание почтовых индексов, написанных вручную
Неконтролируемое обучение и развитие коры головного мозга
Глава 8. Метод обратного распространения ошибки
Оптимизация
NETtalk
Возрождение нейронных сетей
Понимание глубокого обучения
Ограничения нейронных сетей
Продвижение
Глава 9. Сверточные сети
Устойчивый прогресс в машинном обучении
Сверточные нейронные сети
Столкновение глубокого обучения и визуальной иерархии
Рабочая память и долговременное хранение данных
Порождающие состязательные сети[233]
Все дело в масштабировании
Глава 10. Обучение с подкреплением
Учим играть в нарды
Обучение мозга методом вознаграждения
Мотивация и базальные ганглии
Учим парить
Учим петь
Другие формы обучения
Чего не хватает?
Глава 11. Нейронные системы обработки информации
Глубокое обучение за игровым столом
Подготовка к будущему
Часть III. Технические и научные последствия: хронология
Глава 12. Будущее машинного обучения
Жизнь в XXI веке
Будущее идентичности
Рассвет социальных роботов
Руби
Выражение лица – окно в вашу душу
Наука об обучении
Научитесь учиться
Тренировка мозга
Искусственный интеллект и бизнес
Глава 13. Эпоха алгоритмов
Сложные системы
Клеточный автомат
Мозг – это компьютер?
Пространство алгоритмов
Глава 14. Привет, мистер Чип
Горячие чипы
Холодные чипы
Нейроморфная инженерия
Конец закона Мура?
Глава 15. Внутренняя информация
Информационная теория
Теория чисел
Прогностическое кодирование
Глобальный мозг
Операционные системы
Информация на всех уровнях
Играть в долгую игру[416]
Глава 16. Сознание[418]
Нейронные корреляты сознания
Бабушкины клетки
Когда воспринимается время визуального события?
Где в мозгу воспринимается зрительный образ?
Учим смотреть
Переходы
Глава 17. Природа умнее нас
Второй закон Орджела
Дело против А. Н. Хомского
Бедность воображения
Дело против «черных ящиков»
Дело против М. Л. Минского
Шаги
Глава 18. Глубокий интеллект
Франциск Крик в раю
Эволюция интеллекта
Откуда мы вообще взялись?
Логика жизни
Дополнительная литература
Введение в нейробиологию
Биологический интеллект
Машинное обучение
Благодарности
Глоссарий
Примечания
Примечания
Примечания

В данной книге показана многорядная система перевязки кирпичной кладки. Из этой книги вы узнаете, в каком порядке укладывают кирпичи в углы, вертикальные ограничения, простенки, ниши, вентиляционные каналы, пилястры, примыкания стен, пересечения стен, столбы, кирпичные перегородки.

2022-06-05