Несколько лет мы мониторим заработные платы, которые указываются при приеме на работу. Но соответствуют ли эти цифры реальному положению дел? Ответить на этот вопрос можете только Вы! Примите участие в опросе!

Верховный алгоритм. О книге Педро Домингоса

Источник: Пропроф.ру

Анализ данных, машинное обучение, искусственный интеллект – разные грани желания автоматизировать все на свете.

Рекомендательные сервисы, победа на выборах, умные роботы, ненавязчивая реклама и многое другое уже генерируются и анализируются компьютерами.

По сути поведение любого человека, если оно может принести какой-то компании прибыль, обязательно обрабатывается алгоритмами машинного обучения.

Например, в гипермаркетах часто ищут группы товаров, которые покупают вместе. Это позволяет максимально выгодно для магазина расставить стеллажи с товаром. Если вы любите покупать чай и конфеты, то эти продукты обязательно будут находиться рядом. Ведь, наверняка, вы замечали, что снеки находятся рядом с напитками. Именно потому, что их очень часто берут вместе.

Похожим образом изучаются покупки во времени, сезонные спады, влияние погоды или температуры за окном. Современные алгоритмы способны помогать в принятии решений на основе множества параметров. А человек, в силу своей физиологии, может удержать в уме от 5 до 9 метрик. Что значительно сокращает его потенциал.

Машины и большие данные помогают выиграть выборы. Ведь теперь можно спрогнозировать поведение избирателей, их предпочтения и интересы, а также варианты воздействия для принятия определенной позиции. Именно машинное обучение помогло Обаме победить на выборах в 2012 году.

Машинное обучение уже применяется во всех ключевых областях науки и техники. И это далеко не предел.

Однако, универсального метода по-прежнему нет. Какие-то методы и алгоритмы хороши в одних задачах, и совершенно бесполезны в других. Попыткой объяснить машинное обучение и “придумать” универсальный метод стала книга “Верховный алгоритм” Педро Домингоса (издательство “Манн, Иванов и Фербер”)

В книге очень доступно и на интересных примерах раскрывается польза и применение методов машинного обучения и не только. Нейронные сети, генетические алгоритмы, методы оптимизации, вероятностные методы - все это сведено в классификацию и изложено без сложных математических выкладок, хотя все это базируется на математических теориях.

Очень рекомендую прочитать всем, особенно, если есть интерес к информационным технологиям и аналитике.

Читайте книги! Ведь это бесценный опыт других людей.

Автор: Мария Иванова,
менеджер проектов “Proprof.ru”

Оставьте первый комментарий

Узнавайте о самых полезных статьях первыми! Подпишитесь на нашу рассылку!

Читайте в этой рубрике

X

7 популярных статей на сегодня