Описание
Learning Machines 101 — это серия подкастов, которую ведет Ричард М. Голден, доктор наук, магистр электротехники, бакалавр электротехники, посвященная изучению принципов искусственного интеллекта и машинного обучения. Подкаст призван ответить на фундаментальные вопросы об умных машинах, которые все чаще встречаются в нашей повседневной жизни, например, как они функционируют, откуда берутся и как их можно сделать более интеллектуальными и человекоподобными.
Каждый эпизод посвящен конкретным аспектам ИИ и машинного обучения, часто ссылаясь на главы из книги Голдена "Статистическое машинное обучение: единая структура". Охватываемые темы варьируются от математических основ машинного обучения, таких как теория вероятностей и теория меры, до практических приложений и проектирования алгоритмов. Например, в эпизодах обсуждается, как вычислять вероятности бесконечного числа исходов, гарантировать сходимость алгоритмов пакетного обучения, анализировать динамические системы и использовать исчисление для проектирования обучающихся машин.
Серия подкастов предназначена для широкой аудитории, от новичков, желающих понять основы ИИ, до опытных специалистов, ищущих более глубокое понимание. Она разбивает сложные концепции на доступные объяснения, что делает ее ценным ресурсом для студентов, исследователей и всех, кто интересуется технологиями, формирующими наш мир. Опыт ведущего, с обширными цитированиями в области машинного обучения, начиная с 1980-х годов, придает значительный авторитет представленному контенту.
Learning Machines 101 предлагает структурированный подход к пониманию машинного обучения, часто связывая теоретические концепции с практическими реализациями и будущими достижениями. Подкаст побуждает слушателей критически мыслить о роли и потенциале ИИ, способствуя более глубокому пониманию науки, лежащей в основе интеллектуальных систем. Серия обновляется два раза в месяц, обеспечивая постоянный поток новой информации и обсуждений развивающейся области искусственного интеллекта.
Что вы получите
Исследует принципы ИИ и машинного обучения
Обсуждает, как работают умные машины
Изучает происхождение технологий ИИ
Охватывает методы повышения человекоподобности ИИ
Представляет эпизоды, основанные на концепциях статистического машинного обучения
Включает обсуждения теории вероятностей и теории меры
Объясняет гарантии сходимости для обучающих алгоритмов
Анализирует алгоритмы машинного обучения как динамические системы
Использует исчисление для проектирования обучающихся машин
Охватывает применение линейной алгебры в машинном обучении
Формально определяет алгоритмы машинного обучения
Объясняет представление знаний с использованием теории множеств
Рассматривает обучение как минимизацию риска
Как следить за Learning Machines 101
Найти подкаст на Apple Podcasts
Подписаться на Learning Machines 101
Включить уведомления о новых эпизодах
Слушать эпизоды об ИИ и машинном обучении
Посетить примечания к выпуску для получения дополнительной информации
Изучить связанные веб-сайты для более глубокого обучения
Кому подойдёт Learning Machines 101
- Образование в области ИИ
- Теория машинного обучения
- Проектирование алгоритмов
- Применение ИИ
- Непрерывное образование
- Исследовательские инсайты
- Концептуальное понимание
