Загрузил Александр Землянский

МИИ1

реклама
О ПРЕПОДАВАТЕЛЕ
•ВОРОНИНА ВАЛЕРИЯ
ВАДИМОВНА
•[email protected]
•VK.COM\VALVSH
ИСТОЧНИКИ КУРСА
•
«ОТКРЫТЫЕ КУРСЫ ФИСТ ПО МАШИННОМУ ОБУЧЕНИЮ».
АВТОР: МИХЕЕВ АЛЕКСАНДР, РАЗРАБОТЧИКИССЛЕДОВАТЕЛЬ КОМПАНИИ SIMCASE. СТАЖ РАБОТЫ В
ОБЛАСТИ ML 5 ЛЕТ. ПРЕДСТАВИЛ АВТОРСКИЕ
МАТЕРИАЛЫ, А ТАКЖЕ ПЕРЕРАБОТАННЫЕ МАТЕРИАЛЫ
КУРСОВ ЯНДЕКСА.
•
«МАШИННОЕ ОБУЧЕНИЕ: НОВЫЙ ИСКУССТВЕННЫЙ
ИНТЕЛЛЕКТ». АВТОР ЭТЕМ АЛПАЙДИН, КНИГА 2017Г.В.
•
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ КАФЕДРЫ
«ИНФОРМАЦИОННЫЕ СИСТЕМЫ» В ОБЛАСТИ НЕЧЕТКОЙ
ЛОГИКИ.
СТРУКТУРА КУРСА
8 лекций : студенты слушают преподавателя, задают по
окончании вопросы
7 лабораторных : каждый выполняет за компьютером задание
Отчетность - зачет
СИСТЕМА ОЦЕНОК
Максимум за
выполненную
лабораторную – 10
баллов
Максимум за опрос
на лекции – 2
балла
Условие получения
зачета: 60 баллов и
посещение всех
лекций
ТЕМЫ ТЕОРЕТИЧЕСКОЙ ЧАСТИ КУРСА
•
ПОНЯТИЕ ИИ, МЕСТО ML В ИИ, ВИДЫ ЗАДАЧ ИИ, ПОЛЕЗНЫЕ ИСТОЧНИКИ, ПОНЯТИЕ ИАД. ПОНЯТИЕ ОБУЧЕНИЯ И ПЕРЕОБУЧЕНИЯ.
ВИДЫ МОДЕЛЕЙ ИИ
•
•
•
•
•
РАБОТА С ДАННЫМИ: СБОР, ХРАНЕНИЕ, ПРЕДОБРАБОТКА, ОБРАБОТКА, ИНТЕРПРЕТАЦИЯ. ПОНЯТИЕ ПРОСТРАНСТВА ПРИЗНАКОВ.
•
•
РЕКОМЕНДАТЕЛЬНЫЕ СИСТЕМЫ И ОБУЧЕНИЕ С ПОДКРЕПЛЕНИЕМ.
ПРОСТЕЙШИЙ АНАЛИЗ, ТЕОРИЯ ВЕРОЯТНОСТЕЙ, ДЕРЕВЬЯ РЕШЕНИЙ, ТЕОРЕМА БАЙЕСА, ФИЛЬТР БЛУМА.
СТАТИСТИЧЕСКИЕ МОДЕЛИ И МЕТОДЫ, ПОНЯТИЕ ПАРАМЕТРИЧЕСКОЙ МОДЕЛИ, АДЕКВАТНОСТИ МОДЕЛИ.
РЕШЕНИЕ ЗАДАЧ ОПТИМИЗАЦИИ: ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ, ПОЛНЫЙ ПЕРЕБОР.
МАТРИЧНЫЙ ВИД НЕЙРОННЫХ СЕТЕЙ, ВИДЫ ФУНКЦИЙ АКТИВАЦИИ, КРАТКИЙ ОБЗОР РАЗЛИЧНЫХ АРХИТЕКТУР НС И
АЛГОРИТМОВ ОБУЧЕНИЯ
ПРИМЕНЕНИЕ НЕЧЕТКОЙ ЛОГИКИ В ЗАДАЧЕ АНАЛИЗА ВРЕМЕННЫХ РЯДОВ. ПОНЯТИЕ ЛИНГВИСТИЧЕСКОЙ ШКАЛЫ, БАЗЫ ПРАВИЛ,
НЕЧЕТКОГО ВРЕМЕННОГО РЯДА, ПРОГНОЗ ПО МОДЕЛИ СОНГА. УСЛОВИЯ ПРИМЕНИМОСТИ И ТРЕБОВАНИЯ К КАЧЕСТВУ
ТЕМЫ ЛАБОРАТОРНЫХ РАБОТ
Генерация
данных.
Анализ данных.
Нечеткая логика и
лингвистические
шкалы.
Регрессия.
Нечеткие
временные ряды
и ряды нечетких
тенденций.
Генетический
алгоритм.
Прогноз по
нечеткому
временному ряду.
СТАРТОВЫЕ РЕСУРСЫ И
ЛИТЕРАТУРА
• ТЕОРИЯ И ПРАКТИКА МАШИННОГО ОБУЧЕНИЯ : УЧЕБНОЕ ПОСОБИЕ
/ В. В. ВОРОНИНА, А. В. МИХЕЕВ, Н. Г. ЯРУШКИНА, К. В. СВЯТОВ. –
УЛЬЯНОВСК : УЛГТУ, 2017. – 290 С.
• HTTPS://MACHINELEARNINGMASTERY.COM
• НTTP://WWW.MACHINELEARNING.RU/
• АЛПАЙДИН Э. МАШИННОЕ ОБУЧЕНИЕ: НОВЫЙ ИСКУССТВЕННЫЙ
ИНТЕЛЛЕКТ
• НTTPS://WWW.KAGGLE.COM/
ВОПРОСЫ???
ЧТО ТАКОЕ
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
И ЧТО ЛЕЖИТ В ЕГО ОСНОВЕ
РЕШАЕМЫЕ ЗАДАЧИ
Прогнозирование и
классификация
Экспертные системы
и принятие решений
с учетом ожидаемых
значений
Кластеризация
Анализ текстов и
информационный
поиск
Распознавание
образов
Ранжирование и
рекомендательные
системы
Системы с
адаптивным
поведением
Распознавание речи
и машинный перевод
Уменьшение
размерности,
редукция и
ранжирование
признаков
ТИПЫ ОБУЧЕНИЯ
с учителем и
активное обучение
без учителя
С подкреплением
СЛОЖНОСТИ МАШИННОГО ОБУЧЕНИЯ
ВЫБОР МОДЕЛИ
ВЫБОР
КРИТЕРИЯ
ЭФФЕКТИВНОСТ
И
ПЕРЕОБУЧЕНИЕ
АНАЛИЗ
БОЛЬШИХ
ОБЪЕМОВ
ДАННЫХ
01
02
03
04
Существует
достаточно большое
количество видов
параметрических
моделей
В некоторых задачах
эффективнее не
параметрические, а
Генеративные модели
Велик соблазн к
излишнему
обобщению и
переходу от
локальной модели к
глобальной
В некоторых задачах
будет хорошо
работать
Совокупность
моделей
ВЫБОР МОДЕЛИ
ПОДБОР ВИДА
МОДЕЛИ
• НЕ ВСЕГДА ВИДНО, КАКАЯ
МОДЕЛЬ ПОДОЙДЕТ
• КАЧЕСТВЕННЫЕ МОДЕЛИ
МОГУТ БЫТЬ ДОРОГИ В
РЕАЛИЗАЦИИ (ТОЧНОСТЬ VS
СКОРОСТЬ)
• МОДЕЛЬ, ХОРОШАЯ В
ОБУЧЕНИИ МОЖЕТ ВРАТЬ НА
РЕАЛЬНЫХ ДАННЫХ
ГЕНЕРАТИВНЫЕ
МОДЕЛИ
• МЫ ПРЕДПОЛАГАЕМ, ЧТО ДАННЫЕ –
РЕЗУЛЬТАТ РАБОТЫ НЕКОТОРОЙ МОДЕЛИ
НЕИЗВЕСТНОГО ВИДА, НО С ПАРАМЕТРАМИ,
КОТОРЫЕ МЫ МОЖЕМ ОПРЕДЕЛИТЬ
• ГЕНЕРАТИВНЫЕ МОДЕЛИ МОГУТ БЫТЬ
ПРЕДСТАВЛЕНЫ В ВИДЕ ГРАФА (УЗЛЫ –
ПЕРЕМЕННЫЕ, РЕБРА – ЗАВИСИМОСТИ)
• МЫ ИДЕМ ОТ ДАННЫХ К ПРИЧИНЕ
НЕПАРАМЕТРИЧЕСКИЕ, ЛОКАЛЬНЫЕ И ГЛОБАЛЬНЫЕ
МОДЕЛИ
Мы можем сохранять
данные из обучающей
выборки и искать похожие –
рассуждение на основе
прецедентов. Это
непараметрические модели
Мы можем построить
параметрическую модель
для нескольких частных
случаев, а затем обобщить
ее (локальная и глобальная
модели)
СОВОКУПНОСТЬ
МОДЕЛЕЙ
• МЫ МОЖЕМ ПОДОБРАТЬ НАБОР
МОДЕЛЕЙ, КАЖДАЯ ИЗ КОТОРЫХ БУДЕТ
РАБОТАТЬ НЕДОСТАТОЧНО ХОРОШО, НО
В СОВОКУПНОСТИ ОНИ БУДУТ ДАВАТЬ
ХОРОШИЙ РЕЗУЛЬТАТ
ВЫБОР КРИТЕРИЯ ЭФФЕКТИВНОСТИ
От правильности выбора
критерия эффективности
сильно зависит качество
решения
При обучении с учителем
в качестве меры
эффективности мы
можем учитывать
разницу желаемого от
действительного
При обучении без учителя
или при обучении с
подкреплением
необходимо выбирать
критерии эффективности
ПЕРЕОБУЧЕНИЕ
• ПЕРЕОБУЧЕНИЕ - ЭТО ЯВЛЕНИЕ, КОГДА ОБУЧАЕМАЯ МОДЕЛЬ ХОРОШО РАСПОЗНАЕТ ПРИМЕРЫ ИЗ
ОБУЧАЮЩЕГО МНОЖЕСТВА, НО ПРИ ЭТОМ НЕ РАСПОЗНАЕТ ИЛИ ПЛОХО РАСПОЗНАЕТ ЛЮБЫЕ ДРУГИЕ
ПРИМЕРЫ, НЕ УЧАСТВОВАВШИЕ В ПРОЦЕССЕ ОБУЧЕНИЯ (Т.Е. ПРЕДЪЯВЛЯЕМЫЕ ЕЙ В ПРОЦЕССЕ
ПРАКТИЧЕСКОГО ИСПОЛЬЗОВАНИЯ).
• ПЕРЕОБУЧЕНИЕ - ЭТО РЕЗУЛЬТАТ ЧРЕЗМЕРНОЙ ПОДГОНКИ ПАРАМЕТРОВ МОДЕЛИ К ЗАВИСИМОСТЯМ,
СОДЕРЖАЩИМСЯ В ОБУЧАЮЩЕМ МНОЖЕСТВЕ. ЕСЛИ ПРОИСХОДИТ ПЕРЕОБУЧЕНИЕ, ТО МОДЕЛЬ НЕ
ПРИОБРЕТАЕТ СПОСОБНОСТИ К ОБОБЩЕНИЮ - ВОЗМОЖНОСТИ РАСПРОСТРАНЯТЬ ОБНАРУЖЕННЫЕ НА
ОБУЧАЮЩЕМ МНОЖЕСТВЕ ЗАВИСИМОСТИ И ЗАКОНОМЕРНОСТИ НА НОВЫЕ ДАННЫЕ. ТАКАЯ МОДЕЛЬ НА
ПРАКТИКЕ ОКАЗЫВАЕТСЯ БЕСПОЛЕЗНОЙ, ДАЖЕ ЕСЛИ ЕЁ ОШИБКА ОБУЧЕНИЯ МАЛА.
АНАЛИЗ БОЛЬШИХ ДАННЫХ
• МОДЕЛЬ БУДЕТ ДОЛГО ОБУЧАТЬСЯ
• ТРЕБУЮТСЯ БОЛЬШИЕ ВЫЧИСЛИТЕЛЬНЫЕ
МОЩНОСТИ
• ТРЕБУЕТСЯ БОЛЬШОЙ ОБЪЕМ ПАМЯТИ ДЛЯ
ХРАНЕНИЯ
• ТРЕБУЮТСЯ АЛГОРИТМЫ ПОВЫШЕНИЯ
ЭФФЕКТИВНОСТИ ОБРАБОТКИ ДАННЫХ
ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ
Отбор данных для анализа
Подготовка данных для анализа
Анализ данных (средствами машинного обучения и не только)
Получение работающей модели
Работа модели и интерпретация результатов
ВЫВОДЫ
Искусственный интеллект
– программная система,
способная обучаться
В основе искусственного интеллекта
лежит машинное обучение –
совокупность различных методов
анализа данных (статистика, теория
вероятностей, кибернетика,
алгоритмика, математика и т.д.)
цель создания искусственного
интеллекта – повысить эффективность
интеллектуального анализа больших
объемов данных, которые человек
проанализировать не может
Создание искусственного интеллекта
сопряжено с различными
сложностями, однако это интересное и
перспективное направление
ВОПРОСЫ???
Скачать