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
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.
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 Топ- Топ- Топ- Топ- Топ- Топ- Топ Топ Топ- Топ- Топ- Топ- Топ Топ Топ- Топ- Топ- Топ- Топ- Топ- Топ- Топ- топ топ топ топ топ топ топ- топ- 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, Саяка- сэмпай1! 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
Блин, мне это никак не подходит! Что-то случилось? в ужасе в ужасе трясется трясется Я хотел попросить профессора Намигоэ рассказать мне про машинное обучение… машинное обучение? Киёхара, ты же работаешь у себя в местной администрации. Ты же говорил: «хочу спокойно работать дома и жить в свое удовольствие». Зачем тебе машинное обучение? О-хо-хо... Киёхара-кун в университете Что? Работу искать? Что? Работу искать? Хочу не слишком Хочу не слишком напряженно работать напряженно работать в хорошем месте в хорошем месте У тебя что-то стряслось? Может, мне расскажешь? Пролог. Поговорим о машинном обуЧении Пролог. Поговорим о машинном обуЧении 5
Доступ онлайн
В корзину