Pourquoi les machines apprennent: les mathématiques élégantes derrière l’IA moderne
$ 54.99
Prix : $22.00 - $54.99
(as of Sep 10, 2025 07:37:07 UTC – Details)
Une explication narrative riche des mathématiques qui nous a apporté l’apprentissage automatique et l’explosion continue de l’intelligence artificielle
Les systèmes d’apprentissage automatique prennent des décisions qui modifient la vie pour nous: approuver les prêts hypothécaires, déterminer si une tumeur est cancéreuse ou décider si quelqu’un obtient une caution. Ils influencent désormais les développements et les découvertes en chimie, en biologie et en physique – l’étude des génomes, des planètes extrasolaires, même des subtilités des systèmes quantiques. Et tout cela avant que de grands modèles de langage tels que Chatgpt ne soient sur la scène.
Nous vivons à travers une révolution dans l’IA alimentée par l’apprentissage automatique qui ne montre aucun signe de ralentissement. Cette technologie est basée sur des idées mathématiques relativement simples, dont certaines remontent à des siècles, notamment l’algèbre linéaire et le calcul, l’étoffe des mathématiques du XVIIe et du XVIIIe siècle. Il a fallu la naissance et les progrès de l’informatique et le bois d’allumage des puces informatiques des années 1990 conçues pour les jeux vidéo pour enflammer l’explosion de l’IA que nous voyons aujourd’hui. Dans ce livre éclaircissant, Anil Ananthaswamy explique le mathématique fondamental derrière l’apprentissage automatique, tout en suggérant des liens intrigants entre l’intelligence artificielle et naturelle. Les mêmes mathématiques pourraient-ils les soutenir tous les deux?
Comme le conclut à Annanthaswamy, pour utiliser une utilisation sûre et efficace de l’intelligence artificielle, nous devons comprendre ses capacités et ses limites profondes, les indices sur lesquels se trouvent les mathématiques qui rendent l’apprentissage automatique.
ASIN: B0CF1223R8
Éditeur: Dutton
Accessibilité: en savoir plus
Date de publication: 16 juillet 2024
Langue: anglais
Taille du fichier: 85,6 Mo
Lecteur d’écran: pris en charge
Composition améliorée: activée
Radiographie: activé
Word sage: non activé
Longueur d’impression: 494 pages
ISBN-13: 978-0593185759
Page Flip: activé
Best Sellers Rank: # 19,526 dans Kindle Store (voir Top 100 dans Kindle Store) # 1 en reconnaissance de motifs n ° 1 en mathématiques discrètes (Kindle Store) # 1 dans la vision informatique et la reconnaissance des modèles
Avis des clients: 4,6 4,6 sur 5 étoiles 524 notes var dpacrhasregisteredarclinkClickAction; P.when (‘a’, ‘ready’). Execute (function (a) {if (dpacrhasregisteredarclinkClickAction! == true) {dpacrhasregisteredarclinkclickaction = true; a.decarative (‘acacLink-Click-metrrics’, ‘click’, {« allatLinkDefault »: true}, function) {if (alternative) ue.count (« acrLinkClickCount », (ue.count (« acrLinkClickCount ») || 0) + 1);}}); P.when (‘a’, ‘cf’). Execute (function (a) {a.declarative (‘acrStarsLink-Click-Metrics’, ‘click’, {« allowingLinkDefault »: true}, function (event) {if (window.ue) {ue.Count (« acsRsarslinkWithPopoverClickCount »,, ue.Count (« AcrstarsLinkWithPopoverClickCount »,, Ue.Count (« AcrstarsLinkWithPopoverClickCount »,, Ue.Count (« AcrstarsLinkWithPopoverClickCount », Ue.Count (ACRSTARSLINKWithPopoverClickCoup (UE.Count (« acstaSLinkwithPopOverClickCount ») || 0);
Customers say
Customers find the book provides an excellent introduction to machine learning math, making complex ideas surprisingly accessible. The content is well-structured and easy to read, with one customer noting how the underlying mathematics is carefully woven together with history. They appreciate the historical content, with one review highlighting the excellent exposition of neural network evolution, and find the book engaging and worth the investment.