Занимательная манга. Машинное обучение
Покупка
Тематика:
Информатика. Вычислительная техника
Издательство:
ДМК Пресс
Автор:
Араки Масахиро
Перевод:
Слащева А. С.
Художник:
Ватари Макана
Год издания: 2020
Кол-во страниц: 214
Дополнительно
Вид издания:
Научно-популярная литература
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-97060-830-2
Артикул: 748332.01.99
Доступ онлайн
549 ₽
В корзину
Сотруднику городской администрации Киёхара Кадзума поручено задание, которое без машинного обучения не выполнить. Под руководством своей давней знакомой Мияно Саяка он осваивает премудрости работы с искусственным интеллектом - от самых азов до глубокого обучения. Вместе с героями манги читатели узнают о том, что такое регрессия и как проводить классификацию, ознакомятся с принципами оценки тестовых данных и особенностями работы нейронных сетей. В заключительной части излагаются методы обучения без учителя.
Издание предназначено для тех, кто начинает знакомство с машинным обучением и освоил математику на уровне первых курсов университета.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 02.03.01: Математика и компьютерные науки
- 09.03.01: Информатика и вычислительная техника
- 09.03.02: Информационные системы и технологии
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
О Б Р А З О В А Т Е Л Ь Н А Я М А Н Г А МАШИННОЕ ОБУЧЕНИЕ Сотруднику городской администрации Киёхара Кадзума поручено задание, которое без машинного обучения не выполнить. Под руководством своей давней знакомой Мияно Саяка он осваивает премудрости работы с искусственным интеллектом - от самых азов до глубокого обучения. Вместе с героями манги читатели узнают о том, что такое регрессия и как проводить классификацию, ознакомятся с принципами оценки тестовых данных и особенностями работы нейронных сетей. В заключительной части излагаются методы обучения без учителя. МАНГА предназначенА для тех, кто начинает знакомство с машинным обучением и освоил математику на уровне первых курсов университета. Интернет-магазин: www.dmkpress.com Оптовая продажа: КТК «Галактика» books@alians-kniga.ru www.дмк.рф ÇÀÍÈÌÀÒÅËÜÍÀß ÌÀÍÃÀ ÇÀÍÈÌÀÒÅËÜÍÀß ÌÀÍÃÀ ÌÀØÈÍÍÎÅ ÎÁÓ×ÅÍÈÅ Араки Масахиро Ватари Макана Of ce SAWA, Ltd. МАШИННОЕ МАШИННОЕ ОБУЧЕНИЕ ОБУЧЕНИЕ Араки Масахиро Ватари Макана 9 785970 608302 ISBN 978-5-97060-830-2
Занимательное машинное обучение Манга
О Б РА З О В АТ Е Л Ь Н А Я М АН ГА ЗАНИМАТЕЛЬНОЕ МАШИННОЕ ОБУЧЕНИЕ Араки Масахиро Художник Ватари Макана Перевод А. С. Слащевой Москва ДМК Пресс, 2020
УДК 004.4 ББК 32.972 А79 Араки М., Ватари М. А79 Занимательная манга. Машинное обучение: манга / Араки Масахиро (автор), Ватари Макана (худ.); пер. с яп. А. С. Слащевой. — М.: ДМК Пресс, 2020. — 214 с. : ил. — (Серия «Образовательная манга»). — Доп. тит. л. яп. ISBN 978-5-97060-830-2 Сотруднику городской администрации Киёхара Кадзума поручено задание, которое без машинного обучения не выполнить. Под руководством своей давней знакомой Мияно Саяка он осваивает премудрости работы с искусственным интеллектом – от самых азов до глубокого обучения. Вместе с героями манги читатели узнают о том, что такое регрессия и как проводить классификацию, ознакомятся с принципами оценки тестовых данных и особенностями работы нейронных сетей. В заключительной части излагаются методы обучения без учителя. Издание предназначено для тех, кто начинает знакомство с машинным обучением и освоил математику на уровне первых курсов университета. УДК 004.4 ББК 32.972 Manga de Wakaru Kikai Gakushu (Manga Guide: Machine Learning ) By Araki Masaxiro (Author), Illustration by Vatari Makana Published by Ohmsha, Ltd. Russian language edition copyright © 2020 by DMK Press Все права защищены. Никакая часть этого издания не может быть воспроизведена в любой форме или любыми средствами, электронными или механическими, включая фотографирование, ксерокопирование или иные средства копирования или сохранения информации, без письменного разрешения издательства. ISBN 978-4-274-22244-3 (яп.) Copyright © 2018 by and Office sawa, Ltd. ISBN 978-5-97060-830-2 (рус.) © Издание, перевод, ДМК Пресс, 2019
V В этой книге я представил несколько репрезентативных методов машинного обуче ния и попытался по возможности просто изложить их суть. Ее предполагаемая аудитория – те, кто только начинает знакомство с машинным обуче нием и уже владеет математикой на уровне первых курсов университета. Но если вы не дружите с математикой, то можете ознакомиться с разъяснениями в конце каждой главы и примерно понять, какие задачи решаются с помощью этих методов. Особенность данной книги в том, что в начале каждой главы ставится задача, а затем постепенно объясняются методы машинного обучения, необходимые для ее решения. В таблице ниже перечислены задачи и методы, которые будут рассматриваться в каждой главе. Глава Задача Метод 1 Прогноз количества участников мероприятия Линейная регрессия 2 Определение вероятности заболевания диабетом Логистическая регрессия, решающее дерево 3 Оценка результатов обучения Метод проверки на резервированных данных, перекрестная проверка 4 Сортировка винограда Сверточная нейронная сеть 5 Определение вероятности заболевания диабетом (повтор) Ансамблевые методы 6 Рекомендация события Кластерный анализ, матричное разложение В каждой главе будет предложено лишь введение в тот или иной метод. Если вы хотите применить его на практике для решения какой-либо задачи, я советую обратиться к учебникам, которые указаны в списке рекомендованной литературы в конце книги. Наконец, я благодарю всех сотрудников издательства Ohmsha за возможность написать эту книгу. Я также благодарен г-же Ватари Макана и всем сотрудникам Уильтэ, которые превратили мою рукопись в веселую мангу. Июль 2018 года, Араки Масахиро Предисловие Предисловие
Содержание Содержание VI содержание содержание ПРЕДИСЛОВИЕ ....................................................................................... V Пролог ПОГОВОРИМ О МАШИННОМ ОБУЧЕНИИ ...................1 В кабинете у Саяка (1). Саяка и старшеклассница Ай ...........................14 Глава 1 ЧТО ТАКОЕ РЕГРЕССИЯ ...............................................................15 1.1. Сложности с прогнозом ..........................................................................16 1.2. Определяем зависимые и независимые переменные ................17 1.3. Находим функцию линейной регрессии ........................................ 20 1.4. Регуляризация результата ...................................................................... 22 В кабинете у Саяка (2). Математическое повторение (1) ....................34 Глава 2 КАК ДЕЛАТЬ КЛАССИФИКАЦИЮ? ....................................39 2.1. Приводим данные в порядок ...............................................................46 2.2. Определяем класс данных .................................................................. 47 2.3. Логистическая регрессия ..................................................................... 49 2.4. Классификация по решающему дереву ..........................................55 В кабинете у Саяка (3). Математическое повторение (2) ................... 74
Содержание Содержание VII Глава 3 ОЦЕНКА РЕЗУЛЬТАТОВ ..............................................................77 3.1. Без проверки тестовых данных никак нельзя ................................ 82 3.2. Обучающая, тестовая и проверочная выборки ............................. 83 3.3. Метод перекрестной проверки (кросс-валидации) ..................... 85 3.4. Доля правильно предсказанных объектов, точность, полнота и F-мера ............................................................................................. 87 В кабинете у Саяка (4). Математическое повторение (3)....................95 Глава 4 ГЛУБОКОЕ ОБУЧЕНИЕ ...................................................................97 4.1. Нейронная сеть ....................................................................................... 103 4.2. Обучение методом обратного распространения ошибок ....... 107 4.3. Вызовы глубокого обучения ................................................................111 4.3.1. Проблема глубокой нейронной сети ..................................112 4.3.2. Хитрости многоступенчатого обучения 1. Метод предварительного обучения ............................................113 4.3.3. Хитрости многоступенчатого обучения 2. Функция активации ...........................................................................115 4.3.4. Хитрости многоступенчатого обучения 3. Как избежать переобучения ........................................................... 117 4.3.5. Нейронные сети со специализированной структурой ................................................................................................118 В кабинете у Саяка (5). Математическое повторение (4) ................. 134 Глава 5 АНСАМБЛЕВЫЕ МЕТОДЫ ....................................................139 5.1. Бэггинг ....................................................................................................... 146 5.2. Cлучайный лес ........................................................................................149 5.3. Бустинг ...................................................................................................... 152 В кабинете у Саяка (6). Математическое повторение (5) ................. 160
VIII Содержание Содержание Глава 6 ОБУЧЕНИЕ БЕЗ УЧИТЕЛЯ ......................................................165 6.1. Кластеризация ..........................................................................................172 6.1.1. Иерархическая кластеризация ...............................................173 6.1.2. Разделяющая кластеризация ................................................. 175 6.2. Разложение матрицы .............................................................................179 В кабинете у Саяка (7). Математическое повторение (6) .................. 191 ЭПИЛОГ ...................................................................................................197 ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ ................................................205
Пролог Пролог Поговорим Поговорим о машинном о машинном обучении обучении Зачем нужно машинное обучение?
В одном университете ТопТоп ТопТоп ТопТоп Топ Топ ТопТоп ТопТоп Топ Топ ТопТоп ТопТоп ТопТоп ТопТоп топ топ топ топ топ топ топтоп КЛИК КЛИК Нда… так тоже нельзя Хм… неплохо бы найти и это, но на компромисс идти я не хочу. БУХ! БУХ! Профессор намигоэ?
- Да что ж... ...такое! Киёхара-кун, что случилось? Давно тебя не видела! - А, Саякасэмпай1! уф уф уф уф - Сэмпай, тут есть кто-нибудь еще? Надо поговорить с профессором Намигоэ... Киёхара Кадзума Вот уже год как работает в городской администрации. Изучал машинное обучение в университете на факультете компьютерных технологий, но так ничему толком не выучился. - Увы! Тут только я! Сколько раз тебе говорила - входи в лабораторию ТИХО! - П-простите! СЕРЬЕЗНЫМ СЕРЬЕЗНЫМ ТОНОМ ТОНОМ Сэмпай – название старших по курсу/классу учеников или студентов. Антоним – слово «кохай», которое обозначает младшего по курсу. – Прим. перев. 3
Киёхара-кун совсем не поменялся, хоть теперь и нашел работу… Мияно Саяка Сэмпай Киёхары. Учится на втором курсе магистратуры. Все такой же шумный, бестолковый, не слышишь, что тебе говорят, и потом... Саяка-сэмпай, вы как обычно... Что как обычно, как обычно придираюсь… Нет, нет! Как обычно, милая… Нет, это не так. А когда вернется профессор Намигоэ? УГУ УГУ Ну мне Ну мне так кажется… так кажется… вот вот подарок подарок Он вместе с другими лаборантами в командировке за границей, раньше, чем через два месяца, не вернется. ЧТо?! Спасибо! Спасибо! Пролог. Поговорим о машинном обуЧении Пролог. Поговорим о машинном обуЧении 4
Доступ онлайн
549 ₽
В корзину