Ako želite da se upustite u detaljnije istraživanje mašinskog učenja, dubokog učenja i veštačke inteligencije, knjiga Mašinsko učenje i veštačka inteligencija: 30 osnovnih pitanja i odgovora , organizovana u stilu pitanje-odgovor, vam omogućava jednostavan pristup temama, bez mnogo mučenja.

Knjiga je nastala kao odgovor na pitanja koja autor Sebastijan Raška često postavlja, a njen direktan pristup čini napredne teme dostupnijim i zaista zanimljivim. U svakom kratkom, samostalnom poglavlju postavljeno je neko od osnovnih pitanja u vezi sa veštačkom inteligencijom i razmotreno jasnim objašnjenjima, dijagramima i praktičnim vežbama.

ŠTA SADRŽI:

FOKUSIRANA POGLAVLJA: na ključna pitanja u vezi sa veštačkom inteligencijom daju se sažeti odgovori, a složene ideje se razlažu na lako razumljive delove.

RAZNOVRSNE TEME: od arhitektura neuronskih mreža i evaluacije modela do računarskog prepoznavanja slika i obrade prirodnog jezika.

PRAKTIČNE PRIMENE: tehnike za poboljšanje performansi modela, fino podešavanje velikih modela i još mnogo toga.

Takođe ćete istražiti:

• Upravljanje različitim izvorima slučajnosti pri obuci neuronskih mreža
• Razlike arhitektura kodera i dekodera u velikim jezičkim modelima
• Smanjivanje preprilagođavanja modifikacijama podataka i modela
• Konstruisanje intervala poverenja za klasifikatore i optimizovanje modela sa ograničenim označenim podacima
• Kako da izaberete između različitih paradigmi obuke sa više GPU komponenti i različitih tipova generativnih modela veštačke inteligencije
• Koncept metrika performansi za obradu prirodnog jezika
• Koncept induktivne pristrasnosti u vizuelnim transformatorima

Ako ste u potrazi za savršenim izvorom unapređenja svog razumevanja mašinskog učenja, uz knjigu Mašinsko učenje i veštačka inteligencija: 30 osnovnih pitanja i odgovora granica osnovnog poznavanja veštačke inteligencije ostaće daleko iza vas.

Predgovor

Zahvalnosti

Uvod

DEO I: NEURONSKE MREŽE I DUBOKO UČENJE

Poglavlje 1: Ugrađeni vektori, latentni prostor i reprezentacije

Poglavlje 2: Samonadgledano učenje

Poglavlje 3: Učenje sa malo primera

Poglavlje 4: Hipoteza o dobitnoj srećki

Poglavlje 5: Smanjivanje preprilagođavanja pomoću podataka

Poglavlje 6: Smanjivanje preprilagođavanja modifikacijama modela

Poglavlje 7: Paradigme obuke sa više GPU komponenti

Poglavlje 8: Uspeh transformatora

Poglavlje 9: Generativni modeli veštačke inteligencije

Poglavlje 10: Izvori slučajnosti

DEO II: RAČUNARSKO PREPOZNAVANJE SLIKA

Poglavlje 11: Izračunavanje broja parametara

Poglavlje 12: Potpuno povezani i konvolucioni slojevi

Poglavlje 13: Veliki skupovi za obuku vizuelnih transformatora

DEO III: OBRADA PRIRODNOG JEZIKA

Poglavlje 14: Distribuciona hipoteza

Poglavlje 15: Povećanje podataka za tekst

Poglavlje 16: Samopažnja

Poglavlje 17: Transformatori u smislu kodera i dekodera

Poglavlje 18: Korišćenje i fino podešavanje unapred obučenih transformatora

Poglavlje 19: Evaluacija generativnih velikih jezičkih modela

DEO IV: PROIZVODNJA I IMPLEMENTACIJA

Poglavlje 20: Obuka sa i bez stanja

Poglavlje 21: Veštačka inteligencija orijentisana na podatke

Poglavlje 22: Ubrzavanje zaključivanja

Poglavlje 23: Promene u raspodeli podataka

DEO V: PREDIKTIVNE PERFORMANSE I EVALUACIJA MODELA

Poglavlje 24: Puasonova i ordinalna regresija

Poglavlje 25: Intervali poverenja

Poglavlje 26: Intervali poverenja naspram konformna predviđanja

Poglavlje 27: Adekvatne metrike

Poglavlje 28: K u K-struko unakrsnoj proveri valjanosti

Poglavlje 29: Neslaganje između skupa za obuku i skupa za testiranje

Poglavlje 30: Ograničeni označeni podaci

Pogovor

Dodatak: Odgovori za vežbe

Indeks

„Sebastijan ima dar da složene teme veštačke inteligencije pretoči u razumljive praktične zaključke. Njegova nova knjiga, Mašinsko učenje i veštačka inteligencija: 30 osnovnih pitanja i odgovora  je još jedan odličan resurs za stručnjake veštačke inteligencije svih nivoaˮ. – Kameron R. Vulf, pisac biltena Deep (Learning) Fokus

„Sebastijan na jedinstven način spaja akademsku dubinu, inženjersku agilnost i sposobnost razjašnjavanja složenih ideja. Ima sposobnost da zaroni u svaku teorijsku temu, da eksperimentiše da bi potvrdio nove ideje, a da zatim sve to objasni jednostavnim rečima. Ako planirate svoje putovanje u mašinsko učenje, Sebastijan je vaš vodičˮ. – Čip Hujen, autorka Dizajniranja sistema mašinskog učenja

„Teško je naći boljeg vodiča od Sebastijana, koji je trenutno, bez preterivanja, najbolji instruktor mašinskog učenja. Na svakoj stranici Sebastijan prenosi svoje obimno znanje, deli strast i radoznalost, koji obeležavaju istinsku stručnostˮ. – Kris Albon, direktor mašinskog učenja, fondacija Wikimedia

„Nova knjiga Sebastijana Raške, Mašinsko učenje i veštačka inteligencija: 30 osnovnih pitanja i odgovora, je sveobuhvatan resurs za pregled ključnih tema veštačke inteligencije izvan osnovnih tema koje pokriva većina uvodnih kurseva... Ako kročite u svet veštačke inteligencije putem dubokih neuronskih mreža, ova knjiga će vam pružiti ono što vam je potrebno da pronađete i razumete sledeći nivo.ˮ – Ronald T. Knejsel, autor Kako radi veštačka inteligencija

Biografija autora

Sebastijan Raška, doktor nauka, istraživač je u oblastima mašinskog učenja i veštačke inteligencije, sa strašću za obrazovanjem. Kao glavni instruktor za veštačku inteligenciju u kompaniji Lightning AI, uzbuđen je zbog toga što veštačku inteligenciju i duboko učenje čini dostupnijim. Raška je prethodno bio docent na Departmanu za statistiku Univerziteta Viskonsina u Medisonu, gde se specijalizovao za istraživanje dubokog učenja i mašinskog učenja. Autor je bestselera Python mašinsko učenje i Mašinsko učenje uz PyTorch i Scikit-Learn. Više informacija o njegovim istraživanjima nalazi se na njegovom veb sajtu, na adresi https://sebastianraschka.com.