Создан заказ №2975015
7 мая 2018
Алгоритмы машинного обучения
Как заказчик описал требования к работе:
Необходимо выполнить реферат на тему "Машинное обучение сегодня" по дисциплине "Большие данные". Все данные прикладываю
Фрагмент выполненной работы:
ВВЕДЕНИЕ
Умные машины всегда будоражили наше воображение (особенно разного рода утопичными и апокалиптическими картинками). Что же произошло в наши дни? В машинном обучении можно выделить три основные составляющие: вычислительный ресурс, математические методы и данные, на которых алгоритмы обучаются. Сегодня вычислительные мощности, тем более где-нибудь в облаке AWS, более чем доступны, данных человечество накопило тоже довольно много, нужная математика тоже наработана. (работа была выполнена специалистами author24.ru) Более того, социальные сети ежесекундно генерируют массу информации (по большей части, информация это «мусорная», ну не станет моя жизнь лучше, если соседка по этажу выставит на всеобщее обозрение фото своей кошки). Но факт есть факт. Один только Facebook за весьма не долгое время своего существования создал петабайтов больше, чем человечество накопило знаний за свою историю. Поэтому разговоры об алгоритмах машинного обучения, способных обработать и, в конечном итоге, монетизировать все эти данные, слышны со всех сторон. Вопрос в том, что в этой дискуссии правда, а что (пока еще?) научная фантастика.
Революция произошла в марте 2016-го. Многоуровневая нейросеть Google DeepMind AlphaGo, разработанная британским стартапом DeepMind и купленная в 2014 г. компанией Google, используя принципы глубинного обучения, обыграла 18-кратногочемпиона мира по китайским шахматам (игра Го) корейца Ли Седоль (Lee Sedol) со счетом 4:1. Про это событие было много новостей разной степени детализации, но перед ним был еще один весьма символичный поединок, в котором DeepMind AlphaGo обыграла многократного чемпиона Европы китайца (с 2013-го француза) Фань Хуэй (Fan Hui) со счетом 0:5. Так вот, в послематчевом интервью Фань Хуэй заявил, что некоторые ходы программы были для него крайне неожиданными, а иногда в течение матча у него складывалось впечатление, что против него играет кто-то с хорошо развитой интуицией. Становится немного жутко. Это же программа всего-навсего. Или уже нет? Вторжение нейросети в область такого метафизического понятия, как интуиция, — это уже игра на нашей территории, машины до сих пор на нее не заходили. Небольшая справка: часто это эпохальное событие ставят в один ряд с победой IBM DeepBlue в шахматном матче над Г. Каспаровым в 1997 г. Не совсем корректное сравнение. Шахматы — игра, построенная на строгой логике, в ней нужные варианты/стратегии можно проанализировать перебором. В случае с Го такой подход не работает ввиду того, что число возможных конфигураций игровой доски превышает количество атомов во Вселенной. На перебор здесь просто нет времени. Игра Го основана на использовании интуиции, и это ее принципиальное отличие от шахмат.
Особенностью DeepMind AlphaGo также является ее неспециализированность. Например, возвращаясь к примеру IBM DeepBlue, надо отметить, что это была узкоспециализированная система, заточенная исключительно для игры в шахматы. Больше она ничего делать не умела. DeepMind AlphaGo может использоваться для других целей, и обучалась она, наблюдая за игрой других игроков. Это напоминает работу человеческого мозга с его многогранными когнитивными способностями в разных областях знанияПосмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик воспользовался гарантией, чтобы исполнитель повысил уникальность работы
8 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Алгоритмы машинного обучения.docx
2018-05-11 10:52
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Отличный автор. Все было сделано очень быстро и качественно, несмотря на короткие сроки. Постоянно поддерживает связь.