Cuốn sách này cung cấp cho người đọc cái nhìn tổng quan toàn diện về những phát triển mới nhất trong truyền thông xã hội và học máy, giải quyết các đổi mới nghiên cứu, ứng dụng, xu hướng và những thách thức mở trong lĩnh vực quan trọng này.

Thời gian gần đây đang chứng kiến ​​​​sự phát triển nhanh chóng của các hệ thống thuật toán học máy, đặc biệt là trong học tăng cường, xử lý ngôn ngữ tự nhiên, thị giác máy tính và robot, xử lý hình ảnh, lời nói, xử lý và hiểu cảm xúc. Để phù hợp với tầm quan trọng ngày càng tăng và mức độ phù hợp của các mô hình, thuật toán và ứng dụng học máy cũng như với sự xuất hiện của các trường hợp sử dụng sáng tạo hơn - các trường hợp học sâu và trí tuệ nhân tạo, tập hiện tại trình bày một số công trình nghiên cứu sáng tạo và ứng dụng của chúng trong thực tế. -world, chẳng hạn như giao dịch chứng khoán, hệ thống y tế và chăm sóc sức khỏe và tự động hóa phần mềm.

Cuốn sách này thảo luận về các công nghệ đa tác nhân (MAT) và học máy (ML). Những công cụ này có thể được tích hợp và ứng dụng trong công nghiệp, thương mại, năng lượng, y học, tâm lý học và các lĩnh vực khác. Tập này bao gồm sáu chương trong ba phần thảo luận về sự tích hợp, ứng dụng và kết quả nâng cao của MAT và ML.

Sự quan tâm trong cộng đồng học thuật về AI đã tăng trưởng theo cấp số nhân trong những năm gần đây. Một số yếu tố chính đã góp phần vào sự gia tăng sự quan tâm này. Thứ nhất, những tiến bộ nhanh chóng trong công nghệ AI đã cho thấy tiềm năng cách mạng hóa các lĩnh vực khác nhau, như chăm sóc sức khỏe, tài chính và giao thông vận tải, khơi dậy sự tò mò và nhiệt tình của các nhà nghiên cứu và học giả. Thứ hai, sự sẵn có của lượng lớn dữ liệu và sức mạnh tính toán đã cho phép các học giả nghiên cứu sâu hơn về AI, khám phá các thuật toán và mô hình phức tạp để giải quyết các vấn đề trong thế giới thực.

Hệ thống Vật lý Điện tử được đặc trưng bởi khả năng thích ứng và học hỏi: Chúng phân tích môi trường và dựa trên các quan sát, chúng tìm hiểu các mô hình, mối tương quan và mô hình dự đoán. Các ứng dụng điển hình là theo dõi tình trạng, bảo trì dự đoán, xử lý và chẩn đoán hình ảnh. Machine Learning là công nghệ then chốt cho những phát triển này.

Nội dung của cuốn sách gồm nhiều chủ đề liên quan đến các khía cạnh lý thuyết của trí tuệ nhân tạo (AI) và học máy (ML), cũng như các ứng dụng thực tế của chúng. Các khía cạnh lý thuyết được trình bày trong lần tái bản này có liên quan đến nén mô hình, AI có thể diễn giải, chiến lược tăng cường hiệu quả, phân tích chuỗi thời gian, v.v., nhưng hầu hết các công trình đều mang tính ứng dụng và đa ngành. Các ứng dụng bao gồm nhưng không giới hạn ở xử lý hình ảnh y tế, xử lý ngôn ngữ tự nhiên, phân tích chuỗi thời gian, tạo nhạc dựa trên mô hình khuếch tán, ứng dụng mã hóa tự động và học đối nghịch, cùng một số ứng dụng khác. nhằm mục đích phục vụ như một nguồn tài nguyên cho các nhà nghiên cứu và những người đam mê AI, đồng thời cung cấp cho họ những hiểu biết sâu sắc về những tiến bộ mới nhất cũng như các ứng dụng đa dạng của AI và ML.

Cuốn sách giáo khoa này trình bày các khái niệm cơ bản về học máy một cách dễ hiểu bằng cách đưa ra lời khuyên thực tế, sử dụng các ví dụ đơn giản và đưa ra các cuộc thảo luận hấp dẫn về các ứng dụng có liên quan. Các chủ đề chính bao gồm bộ phân loại Bayes, bộ phân loại lân cận gần nhất, bộ phân loại tuyến tính và đa thức, cây quyết định, mạng lưới thần kinh và máy vectơ hỗ trợ.

Vì học máy ngày càng được tận dụng để tìm ra các mẫu, tiến hành phân tích và đưa ra quyết định - đôi khi không có ý kiến ​​đóng góp cuối cùng từ con người, những người có thể bị ảnh hưởng bởi những phát hiện này - điều quan trọng là phải đầu tư vào việc thu hút nhiều bên liên quan hơn vào nhóm.

Cuốn sách này trình bày tổng quan toàn diện đầu tiên về các phương pháp chung trong Học máy tự động (AutoML), thu thập mô tả về các hệ thống hiện có dựa trên các phương pháp này và thảo luận về loạt thách thức quốc tế đầu tiên của hệ thống AutoML.

Cuốn sách này là phần giới thiệu chung về học máy, có thể dùng làm sách giáo khoa cho sinh viên sau đại học và là tài liệu tham khảo cho các nhà nghiên cứu. Nó bao gồm các chủ đề hiện đại cơ bản trong học máy đồng thời cung cấp cơ sở lý thuyết và các công cụ khái niệm cần thiết cho việc thảo luận và chứng minh các thuật toán.