NOVA UMJETNA INTELIGENCIJA

Danas se u različitim vrstama poslovanja, od maloprodaje i financija do proizvodnje, sve više podataka kontinuirano generira i prikuplja jer su poslovni sustavi kompjutorizirani. Isto vrijedi i za različita područja znanosti, od astronomije do biologije.

Također u našem svakodnevnom životu, kako se digitalne tehnologije infiltriraju u našu svakodnevicu te kako produbljujemo naš digitalni otisak ne samo kao potrošači i korisnici već i preko društvenih medija, sve veći dio naših života bilježi se i postaje podatak. Podaci iz bilo kojeg izvora, poslovnog, znanstvenog ili osobnog, a koji su pasivno spremljeni, nisu ni od kakve koristi, ali pametni ljudi pronalaze nove načine za iskorištavanje tih podataka u svrhu izrade korisnih proizvoda ili servisa.

Strojno učenje ima sve značajniju ulogu u toj transformaciji.

Strojno učenje nije samo komercijalna primjena metoda za izvlačenje informacija iz podataka; učenje je također neophodno za inteligenciju. Inteligentni sustav trebao bi se moći prilagoditi svojoj okolini; također mora naučiti ne ponavljati svoje pogreške, ali ponavljati svoje uspjehe. Nekoć su znanstvenici vjerovali da je potrebna nova paradigma, novi tip razmišljanja, novi računalni model ili potpuno novi skup algoritama kako bi umjetna inteligencija postala stvarnost.

Uzimajući u obzir nedavne uspjehe primjene strojnog učenja u različitim domenama, sada se može tvrditi da nam nije potreban skup novih specifičnih algoritama, već mnogo podataka i dovoljno računalne snage za pokretanje metoda sa sposobnošću  učenja na velikoj količini podataka, odnosno samostvaranje potrebnih algoritama iz podatka.

Može se pretpostaviti da se zadaci kao što su strojno prevođenje i planiranje mogu riješiti takvim algoritmima sa sposobnošću učenja koji su relativno jednostavni, ali trenirani na velikim količinama podataka—nedavni uspjesi u „dubokom učenju“ podržavaju ovu tezu. Čini se da inteligencija ne potječe od neke čudne formule, već od iscrpnog korištenja jednostavnih, jasnih algoritama.

Cilj ove knjige je dati čitatelju cjelovitu ideju o tome što strojno učenje jest, osnove nekih važnih algoritama sa sposobnošću učenja i kroz primjere pokazati primjenu strojnog učenja. Knjiga je namijenjena općem čitateljstvu te se raspravljaju samo osnove metoda učenja bez matematičkih ili programskih detalja. Knjiga ne pokriva ni jednu primjenu strojnog učenja u detalje; o brojnim se primjenama raspravlja na osnovnoj razini bez ulaženja u pojedinosti.

Predgovor seriji
Predgovor

1. Zašto smo zainteresirani za strojno učenje
2. Strojno učenje, statistika i analiza podataka
3. Raspoznavanje uzoraka
4. Neuronske mreže i duboko učenje
5. Učenje grupa i preporuka
6. Učenje poduzimanja akcija
7. Pogled u buducnost

Bilješke
Kazalo pojmova
Literatura
Naslovi za daljnje