На нашем сайте вы можете читать онлайн «Искусственный интеллект и Большие Данные. Без хайпа и наукообразия». Эта электронная книга доступна бесплатно и представляет собой целую полную версию без сокращений. Кроме того, доступна возможность слушать аудиокнигу, скачать её через торрент в формате fb2 или ознакомиться с кратким содержанием. Жанр книги — Бизнес-книги, О бизнесе популярно, Просто о бизнесе. Кроме того, ниже доступно описание произведения, предисловие и отзывы читателей. Регулярные обновления библиотеки и улучшения функционала делают наше сообщество идеальным местом для любителей книг.
Искусственный интеллект и Большие Данные. Без хайпа и наукообразия

Автор
Дата выхода
07 августа 2019
Краткое содержание книги Искусственный интеллект и Большие Данные. Без хайпа и наукообразия, аннотация автора и описание
Прежде чем читать книгу целиком, ознакомьтесь с предисловием, аннотацией, описанием или кратким содержанием к произведению Искусственный интеллект и Большие Данные. Без хайпа и наукообразия. Предисловие указано в том виде, в котором его написал автор (Евгений Шуремов) в своем труде. Если нужная информация отсутствует, оставьте комментарий, и мы постараемся найти её для вас. Обратите внимание: Читатели могут делиться своими отзывами и обсуждениями, что поможет вам глубже понять книгу. Не забудьте и вы оставить свое впечатие о книге в комментариях внизу страницы.
Описание книги
Книга содержит краткое изложение базовой проблематики, связанной с системами искусственного интеллекта, интеллектуальными информационными системами, технологиями Big Data и Data Mining. Изложение ориентировано на минимально подготовленных читателей, желающих получить общее представление по данным темам. Особое внимание уделено фундаментальным ограничениям возможностей реального применения этих чрезмерно «распиаренных» технологий.
Искусственный интеллект и Большие Данные. Без хайпа и наукообразия читать онлайн полную книгу - весь текст целиком бесплатно
Перед вами текст книги, разбитый на страницы для удобства чтения. Благодаря системе сохранения последней прочитанной страницы, вы можете бесплатно читать онлайн книгу Искусственный интеллект и Большие Данные. Без хайпа и наукообразия без необходимости искать место, на котором остановились. А еще, у нас можно настроить шрифт и фон для комфортного чтения. Наслаждайтесь любимыми книгами в любое время и в любом месте.
Текст книги
В 1968—69 гг. психолог Росс Квиллиан ввёл понятие семантических сетей для моделирования структуры долговременной памяти человека. В дальнейшем семантические сети стали одним из наиболее популярных способов представления знаний, особенно в системах машинного перевода.
В 1969 году Марвин Минский опубликовал формальное доказательство ограниченности перцептрона и показал его неспособность решать задачи с инвариантностью представлений. Результатом этого стало резкое снижение интереса исследователей проблем ИИ к нейронным сетям.
В начале 1970-х и далее активно разрабатывается теория эволюционных алгоритмов, предназначенных для математического описания процессов естественного отбора в популяциях путём моделирования процессов мутации в живых организмах (Инго Рехенберг: «Эволюционные стратегии – оптимизация технических систем по принципам биологической информации», 1973; Джон Холланд: «Адаптация в естественных и искусственных системах», 1975).
В 1972 году группой сотрудников Марсельского университета во главе с Аленом Колмероэ был разработан PROLOG – язык логического программирования, основанный на исчислении предикатов, используемый для описания данных и логики их обработки.
В 1972 году Теуво Кохонен и Джеймс Андерсон независимо друг от друга предлагают новый тип нейронных сетей.
В 1973 Лофти Заде предложил теорию мягких вычислений, а также теорию вербальных вычислений и представлений.
В начале-середине 1970-х гг. в Стенфордском университете разработана медицинская экспертная система MYCIN, предназначенная для диагностирования бактерий, вызывающих бактериемию и менингит, а также предлагавшая рекомендации о необходимом составе и количестве антибиотиков для их лечения в зависимости от веса больного.
В 1974 году Пол Вербос и Александр Галушкин независимо разрабатывают алгоритм обратного распространения ошибки для обучения многослойных перцептронов.











