Нельсон Х. Базовая математика для искусственного интеллекта. 2024

Книга предназначена:
♦ математикам, желающим заняться искусственным интеллектом, машинным обучением, наукой о данных;
♦ специалистам в области искусственного интеллекта, науки о данных, машинного обучения, желающим освежить свои знания математики и ознакомиться с математическими идеями, лежащими в основе самых современных моделей;
♦ студентам и аспирантам, изучающим математику, науку о данных, информатику, исследование операций, естественные науки, инженерное дело или другие области, связанные с искусственным интеллектом;
♦ руководителям, желающим внедрить искусственный интеллект и аналитику данных в свою деятельность и вместе с тем глубже понять, как в действительности работают модели, на основе которых им, возможно, предстоит принятие решений;
♦ аналитикам данных из области бизнес-аналитики, которые сегодня, как и весь мир, используют искусственный интеллект в анализе бизнеса. Ведь перед тем, как доверить ему принятие важнейших решений, необходимо разобраться в его механизме;
♦ всем, кому небезразличны проблемы этики, которые искусственный интеллект ставит перед миром, и кто захочет посмотреть на работу моделей изнутри и сформировать собственное мнение по таким вопросам, как, например, автономное оружие, целевая реклама, управление данными и т.д;
♦ педагогам, заинтересованным в организации и проведении курсов по математике и искусственному интеллекту;
♦ всем интересующимся искусственным интеллектом.
Рекомендовано всем, кому интересно строгое изложение основ искусственного интеллекта сквозь призму практического подхода.
Прочитав книгу, вы сможете:
— уверенно пользоваться языками ИИ, машинного обучения, науки о данных, математики;
— объединять модели машинного обучения и модели естественного языка в рамках одной математической структуры;
— легко работать с графовыми и сетевыми данными;
— изучать реальные данные, визуализировать преобразования пространства, уменьшать размерность, обрабатывать изображения;
— решать, какие модели использовать для проектов, основанных на данных;
— изучать различные последствия и ограничения ИИ.
Книга знакомит читателей, занятых в сфере бизнеса, работающих с данными и не имеющих высшего математического образования с математическими основами, лежащими в основе работы современных систем ИИ.
Приведены необходимые и достаточные сведения для успешной работы в области ИИ, без углубления в сложные академические теории, с акцентом на практическом применении и современных моделях.
Даны основы машинного обучения.
Рассмотрены регрессия, нейронные сети, свертка, оптимизация, вероятность, марковские процессы, дифференциальные уравнения и многое другое исключительно в контексте искусственного интеллекта. Показано, как объединять модели машинного обучения и естественного языка, работать с графовыми и сетевыми данными, визуализировать преобразования пространства, уменьшать размерность, обрабатывать изображения, выбирать модели и для проектов, основанных на данных.