Занятие №1:

Введение в глубокое обучение

Наш курс

  • Глубокое обучение и обучение с подкреплением;

  • Алгоритмы Q-обучения, градиента стратегии;

  • Алгоритм исполнитель-критик (A2C);

  • Python, TensorFlow, Numpy, OpenCV, Open AI Gym;

  • Современные тенденции в обучении с подкреплением.

Результаты по окончанию курса

Основные понятия

Определение

Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных алгоритмов и компьютерных программ.

 

Сегодня искусственный интеллект - это процветающая область с множеством практических приложений и активных исследовательских направлений. Можно автоматизировать рутинный труд,  распознавать изображения и речь, ставить медицинские диагнозы, создавать умных ботов для игр. Приложения в данной сфере являются безграничными.

 

Искусственный интеллект изменяет наш мир прямо сейчас, подобно электричеству, которое изменило абсолютно все аспекты нашей жизни.

 

Машинное обучение

Машинное обучение (Machine Learning) — обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться.

 

Простой алгоритм машинного обучения, называемый логистической регрессией, может определить, рекомендовать ли данное лекарство. Простой алгоритм машинного обучения, называемый наивным Байесом, может отделить обычное электронное письмо от спама.

Обучение с учителем

Классификация

Регрессия

Предсказывать значение

Предсказывать категорию

Обучение с учителем

Обучение без учителя

Кластеризация

Ассоциация

Выявить последовательности

Разделить по схожести

Обучение без учителя

Обучение с подкреплением

Алгоритмы ИИ

  • Линейная регрессия;

  • Логистическая регрессия;

  • Деревья решений;

  • Случайный лес;

  • …

  • Нейронные сети;

  • …

Нейрон

сумма > 14

?

12

6

2

0.6

1.2

0.2

14.8

12*0.6 + 6*1.2 + 2*0.2

1

Нейрон

Входы

Сумматор

x_{1}
x_{2}
x_{3}
x_{n}
w_{1}
w_{2}
w_{3}
w_{n}
\sum
\varphi

Функция активации

Выход

Нейронная сеть

Входной слой

Скрытые слои

Выходной слой

x_{1}
x_{2}
x_{3}
x_{n}

1 слой

2 слой

N1,1
N1,2
N1,n
N2,1
N2,2
N2,n
N3,1

Решаемые задачи

  • Компьютерное зрение (computer vision);

  • Распознавание речи (sound recognition);

  • Обработка естественного языка (natural language processing).

Компьютерное зрение

Компьютерное зрение

Компьютерное зрение

Компьютерное зрение

Распознавание речи

  • Телефония: автоматизация обработки входящих и исходящих звонков путём создания голосовых систем самообслуживания в частности для: получения справочной информации и консультирования, заказа услуг/товаров, изменения параметров действующих услуг, проведения опросов, анкетирования, сбора информации, информирования и любые другие сценарии;

  • Решения "Умный дом": голосовой интерфейс управления системами «Умный дом»;

  • Десктопы и ноутбуки: голосовой ввод в компьютерных играх и приложениях;

  • Бытовая техника и роботы: голосовой интерфейс электронных роботов, голосовое управление бытовой техникой и т.д;

  • Автомобили: голосовое управление в салоне автомобиля — например, навигационной системой;

  • Социальные сервисы для людей с ограниченными возможностями.

Обработка естественного языка

  • Распознавание речи;

  • Машинный перевод;

  • Извлечение информации из текста;

  • Анализ тональности текста;

  • Классификация текста;

  • Распознавание фраз;

  • Генерирование текста.

Глубокое обучение (Deep Learning)

Автомобиль

Человек

Видимый слой (исходные пиксели)

Первый скрытый слой (границы)

Второй скрытый слой (углы и контуры)

Третий скрытый слой (части объектов)

Выход (тип объекта)

Животное

Инструменты для работы

  • Python;

  • TensorFlow;

  • Keras;

  • Numpy;

  • Open AI Gym;

  • ScikitLearn.

Спасибо за понимание!

Made with Slides.com