Кто плотно занимался AI? Желательно Python
, но не обязательно. можно, конечно, гуглить, производить прочие изыски, и т.д. но нафига тогда форум? собственно, я вот изыски и произвожу : )
ключевые слова: "хорошая книга", "самообучающиеся системы".
Мне тоже интересно, вдруг кто что-то подскажет. Хороших книг не знаю. Если под "самообучающаяся система" понимается нейронная сеть (ну не экспертная система же на онтологии в 2022-то, да?) то дело плохо. Или математика или "корабли бороздящие просторы большого театра".
Чтобы азы теории понять - для новичка хороша эта, имхо:
C. Bishop, Pattern Recognition and Machine Learning, Springer (2006)
Ну а программирование - просто мануалы к pytorch, tensorflow, mxnet...
Ну и статьи любителей, в таком духе:
https://towardsdatascience.com/a-comprehensive-guide-to-co...
"Голый" питон? Да вы шутник, барин...
+1
Т.е. вы хотите сами имплементировать нейронную сеть со всеми "слоями" (как правильно networks layer на русский переводится?), имплементировать форвард, беквардпропагейшн и проч.?
Серьезно?
Чем вам тот же пайторч не нравится?
Можете еще scikit-learn инсталировать. Это "голый" питон все еще, по-вашему?
Но и тут я бы хотябы ипайтон использовал.
К указанной книге выходил еще "решебник" годом позже.
Но ТС - кмк - надо что-то вроде "как за 5 минут сделать самообучающуюся систему на питоне". Таких книг в основных пиратских книгохранилищах много - десятки. Но я не могу порекомендовать что-то конкретное сходу - большинство мне не нравилось.
Чтобы азы теории понять - для новичка хороша эта, имхо:
C. Bishop, Pattern Recognition and Machine Learning, Springer (2006)
Я как раз захотел азы понять, и судя по количеству ссылок, эта книга всеми признается за лучшую. Собственно для тех кто хочет ее почитать - ее можно совершенно легально скачать с вебсайта ее автора: https://www.microsoft.com/en-us/research/uploads/prod/2006...
Так, просто коммент по теме. Из опыта (не моего) разработки AI под игры: хорошее дерево условий (if-else) работает лучше, чем плохая и даже средняя нейронная сетка.
читали присказку об индийском мудреце, который захотел получить от шаха за услугу "хорошее дерево условий"? на первую клеточку шахматной доски положить первый if, затем, в зависимости от результата, во вторую - или новый if, или какой-нибудь else, ...
читали присказку об индийском мудреце, который захотел получить от шаха за услугу "хорошее дерево условий"? на первую клеточку шахматной доски положить первый if, затем, в зависимости от результата, во вторую - или новый if, или какой-нибудь else, ...
А время и условия на хорошее обучение нейронной сетки разве тоже не растёт в зависимости от её размера? Причём явно не линейно.
AI под игры: хорошее дерево условий (if-else) работает лучше, чем плохая и даже средняя нейронная сетка.
Это все от: 1) неумения выбрать правильный инструмент под задачу. Хотел написать еще 2 пункта, но они так или иначе сводятся к первому.
Если иф-элс работает лучше, чем НН, то это не средняя НН, а очень плохая.
А время и условия на хорошее обучение нейронной сетки разве тоже не растёт в зависимости от её размера? Причём явно не линейно.
Время тренировки сети и время применения уже натренированной сети - "две большие разницы". Можно два месяца тренировать сеть, но натренированная - она будет давать решения за милисекунды.
К тому же МЛ не сводится только к нейронным сетям: если хочется деревом ифов - есть Random Forest, Gradient Boosting и т.п. методы.