مشخصات کتاب

Art in the Age of Machine Learning (Leonardo)

ویرایش:  
نویسندگان: Sofian Audry  
سری:  
ISBN (شابک) : 0262046180, 9780262046183 
ناشر: The MIT Press 
سال نشر: 2021 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 40 مگابایت 

در صورت تبدیل فایل کتاب Art in the Age of Machine Learning (Leonardo) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب هنر در عصر یادگیری ماشینی (لئوناردو) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب هنر در عصر یادگیری ماشینی (لئوناردو)

بررسی هنر یادگیری ماشینی و تمرین آن در هنر و موسیقی رسانه جدید.
  در طول دهه گذشته، یک جنبش هنری ظهور کرده است که از یادگیری ماشینی به عنوان الهام و رسانه استفاده می کند. در این کتاب، سوفیان آدری، هنرمند-پژوهشگر فرا رشته‌ای، شیوه‌های هنری را در تقاطع یادگیری ماشین و هنر رسانه‌های جدید بررسی می‌کند و ابزارهای مفهومی و دیدگاه‌های تاریخی را برای هنرمندان رسانه‌های جدید، موسیقی‌دانان، آهنگسازان، نویسندگان، متصدیان و نظریه‌پردازان ارائه می‌کند. آدری به آثاری از طیف گسترده‌ای از شیوه‌ها، از جمله نصب رسانه‌های جدید، هنر روباتیک، هنرهای تجسمی، موسیقی و صدا الکترونیک و ادبیات الکترونیک نگاه می‌کند. هنر یادگیری ماشینی زیربنای سیستم‌های محاسباتی است که از نظر بیولوژیکی الهام گرفته می‌شوند، موجودیت‌های شبکه‌ای مبتنی بر عامل و مبتنی بر عامل هستند که خودشان برنامه‌ریزی می‌کنند. آدری طراحی بنیادی ساختارهای الگوریتمی یادگیری ماشین را با عباراتی که برای افراد غیرمتخصص قابل دسترسی است توضیح می‌دهد در حالی که این فناوری‌ها را در فضاهای تاریخی و مفهومی بزرگ‌تر قاب‌بندی می‌کند. آدری اسطوره‌های مربوط به هنر یادگیری ماشینی را از بین می‌برد، از جمله این ایده که یادگیری ماشینی می‌تواند هنر را بدون هنرمندان خلق کند و اینکه یادگیری ماشینی به زودی هوش و خلاقیت مافوق بشری را به همراه خواهد داشت. آدری روش‌های یادگیری را در نظر می‌گیرد و توصیف می‌کند که چگونه هنرمندان با بازی کردن با عملکردهای ارزیابی، فرآیند آموزش را ربوده‌اند. ماشین‌ها و مدل‌های قابل آموزش را مورد بحث قرار می‌دهد و توضیح می‌دهد که چگونه انواع مختلف سیستم‌های یادگیری ماشین، انواع مختلفی از شیوه‌های هنری را ممکن می‌سازند. و نقش داده‌ها را در هنر یادگیری ماشین بررسی می‌کند و نشان می‌دهد که چگونه هنرمندان از داده‌ها به عنوان ماده خام برای هدایت سیستم‌های یادگیری استفاده می‌کنند و استدلال می‌کنند که یادگیری ماشینی به اشکال جدیدی از ریمیکس‌های الگوریتمی اجازه می‌دهد.

توضیحاتی درمورد کتاب به خارجی

An examination of machine learning art and its practice in new media art and music.
  Over the past decade, an artistic movement has emerged that draws on machine learning as both inspiration and medium. In this book, transdisciplinary artist-researcher Sofian Audry examines artistic practices at the intersection of machine learning and new media art, providing conceptual tools and historical perspectives for new media artists, musicians, composers, writers, curators, and theorists. Audry looks at works from a broad range of practices, including new media installation, robotic art, visual art, electronic music and sound, and electronic literature, connecting machine learning art to such earlier artistic practices as cybernetics art, artificial life art, and evolutionary art.    Machine learning underlies computational systems that are biologically inspired, statistically driven, agent-based networked entities that program themselves. Audry explains the fundamental design of machine learning algorithmic structures in terms accessible to the nonspecialist while framing these technologies within larger historical and conceptual spaces. Audry debunks myths about machine learning art, including the ideas that machine learning can create art without artists and that machine learning will soon bring about superhuman intelligence and creativity. Audry considers learning procedures, describing how artists hijack the training process by playing with evaluative functions; discusses trainable machines and models, explaining how different types of machine learning systems enable different kinds of artistic practices; and reviews the role of data in machine learning art, showing how artists use data as a raw material to steer learning systems and arguing that machine learning allows for novel forms of algorithmic remixes.   

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Open-source-technology 20pct sample

دانلود کتاب The demon in democracy: totalitarian temptations in free societies

دانلود کتاب Преемственность в формировании словаря детей в детском саду и начальной школе

دانلود کتاب The Expanse and Philosophy: So Far Out Into the Darkness

دانلود کتاب Debating the Future of the ‘Responsibility to Protect’: The Evolution of a Moral Norm