مشخصات کتاب

Probably approximately correct: nature's algorithms for learning and prospering in a complex world

ویرایش:  
نویسندگان: Valiant. Leslie  
سری:  
ISBN (شابک) : 9780465060726, 0465060722 
ناشر: Basic Books 
سال نشر: 2014 
تعداد صفحات: 209 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

کلمات کلیدی مربوط به کتاب احتمالاً تقریباً درست است: الگوریتم های طبیعت برای یادگیری و پیشرفت در دنیای پیچیده: الگوریتم‌ها، هوش مصنوعی، رفتار انسان - مدل‌های ریاضی، آنالیز ریاضی، ریاضیات در طبیعت، طبیعت--مدل‌های ریاضی، علم--فلسفه، اندیشه و تفکر، رفتار انسان - مدل‌های ریاضی، طبیعت - مدل‌های ریاضی، علم - فلسفه

در صورت تبدیل فایل کتاب Probably approximately correct: nature's algorithms for learning and prospering in a complex world 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 احتمالاً تقریباً درست است: الگوریتم های طبیعت برای یادگیری و پیشرفت در دنیای پیچیده 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 احتمالاً تقریباً درست است: الگوریتم های طبیعت برای یادگیری و پیشرفت در دنیای پیچیده

1. اکوریتم ها. -- 2. پیش بینی و انطباق. -- 3. قابل محاسبه: هر چیزی را که بتوان تعریف کرد قابل محاسبه نیست. پارادایم تورینگ - مدل‌های محاسباتی قوی - ویژگی قوانین محاسباتی - محاسبه زمان چند جمله‌ای - محدودیت‌های نهایی ممکن - الگوریتم‌های ساده با رفتار پیچیده - الگوریتم پرسپترون - 4. توضیحات مکانیکی طبیعت: به چه چیزی نگاه کنیم برای؟ -- 5. آموختنی ها: چگونه می توان از تجربیات خاص درس های کلی گرفت؟ -- شناخت -- مشکل القاء -- القاء در urn -- کنترل خطا -- به سمت یادگیری PAC -- یادگیری PAC -- Occam: چه زمانی به یک فرضیه اعتماد کنیم -- آیا یادگیری پذیری محدودیت هایی دارد؟ -- آموزش و یادگیری -- تعقیب هدف قابل یادگیری -- یادگیری PAC به عنوان مبنای شناخت -- 6. موارد تکامل پذیر: چگونه مکانیسم های پیچیده می توانند از مکانیسم های ساده تر تکامل یابند؟ -- آیا شکافی وجود دارد؟ -- چگونه می توان این شکاف را پر کرد؟ -- آیا تکامل هدفی دارد؟ -- تعقیب هدف قابل تکامل -- تکامل در مقابل یادگیری -- تکامل به عنوان شکلی از یادگیری -- تعریف تکامل پذیری -- وسعت و محدودیت -- تکامل مبتنی بر واقعی -- چرا این نظریه اینقدر متفاوت است؟ -- 7. استنتاج: چگونه می توان با مفاهیم غیر دقیق استدلال کرد؟ -- استدلال -- نیاز به استدلال حتی با تئوری -- چالش پیچیدگی -- چالش شکنندگی -- چالش معناشناسی -- چالش زمینه سازی -- چشم ذهن: سوراخی به جهان -- منطق قوی: استدلال در دنیای ناشناخته -- تفکر -- 8. انسان ها به عنوان اکوریتم. -- مقدمه -- طبیعت در مقابل پرورش -- ساده لوحی -- تعصب و عجله برای قضاوت -- حقیقت شخصی شده -- احساسات شخصی -- توهمات عقل -- انسان های ماشینی -- آیا چیز دیگری وجود دارد؟ -- 9. ماشین ها به عنوان اکوریتم: چرا دستیابی به هوش مصنوعی دشوار است؟ -- مقدمه -- یادگیری ماشین -- هوش مصنوعی -- مشکل کجاست؟ -- مصنوعی در هوش مصنوعی -- یادگیری بدون نظارت -- هوش مصنوعی - بعد کجاست؟ -- آیا باید از هوش مصنوعی بترسیم؟-- سوالات. -- علم -- آینده ای با شدت اکوریتمی -- چگونه عمل کنیم؟ -- اسرار.؛ از یک دانشمند برجسته کامپیوتر، یک نظریه وحدت بخش که درک ما از چگونگی تکامل و یادگیری زندگی را متحول خواهد کرد. چگونه زندگی در دنیای پیچیده و نامنظم رونق می گیرد؟ در حالی که می دانیم طبیعت از الگوهایی پیروی می کند - مانند قانون گرانش - زندگی روزمره ما فراتر از آن چیزی است که علم شناخته شده می تواند پیش بینی کند. با این وجود، ما حتی در غیاب تئوری هایی در مورد چگونگی عمل کردن، درگیر می شویم. اما چگونه این کار را انجام دهیم؟ در احتمالاً تقریباً درست، دانشمند رایانه، لزلی والیانت، ترکیب استادانه‌ای از یادگیری و تکامل را ارائه می‌کند تا نشان دهد که چگونه به‌صورت فردی و جمعی ما نه‌تنها زنده می‌مانیم، بلکه در دنیایی به پیچیدگی دنیای خودمان موفق می‌شویم. کلید اصلی الگوریتم‌های «احتمالاً تقریباً صحیح» است، مفهومی Valiant که برای توضیح چگونگی یادگیری رفتار مؤثر ایجاد شده است. این مدل نشان می‌دهد که مقابله عملی با یک مشکل می‌تواند راه‌حل رضایت‌بخشی را در غیاب هر نظریه‌ای از مسئله ارائه کند. به هر حال، یافتن جفت نیازی به نظریه جفت گیری ندارد. نظریه والیانت ماهیت محاسباتی مشترک تکامل و یادگیری را آشکار می‌کند و به پرسش‌های همیشگی مانند طبیعت در مقابل پرورش و محدودیت‌های هوش مصنوعی می‌پردازد. احتمالاً تقریباً درست با ارائه یک مدل قدرتمند و ظریف که پیچیدگی های زندگی را در بر می گیرد، پیامدهای عمیقی برای نحوه تفکر ما در مورد رفتار، شناخت، تکامل بیولوژیکی، و امکانات و محدودیت های هوش انسان و ماشین دارد.

توضیحاتی درمورد کتاب به خارجی

1. Ecorithms. -- 2. Prediction and adaptation. -- 3. The computable: not everything that can be defined can be computed. The Turing Paradigm -- Robust computational models -- The character of computational laws -- Polynomial time computation -- Possible ultimate limitations -- Simple algorithms with complicated behavior -- The perceptron algorithm -- 4. Mechanistic explanations of nature : what might we look for? -- 5. The learnable : how can one draw general lessons from particular experiences? -- Cognition -- The problem of induction -- Induction in an urn -- Error control -- Toward PAC learnability -- PAC learnability -- Occam: when to trust a hypothesis -- Are there limits to learnability? -- Teaching and learning -- Learnable target pursuit -- PAC learning as a basis of cognition -- 6. The evolvable : how can complex mechanisms evolve from simpler ones? -- Is there a gap? -- How can the gap be filled? -- Does evolution have a target? -- Evolvable target pursuit -- Evolution versus learning -- Evolution as a form of learning -- Definition of evolvability -- Extent and limits -- Real-based evolution -- Why is this theory so different? -- 7. The deducible : how can one reason with imprecise concepts? -- Reasoning -- The need for reasoning even with the theoryless -- The challenge of complexity -- The challenge of brittleness -- The challenge of semantics -- The challenge of grounding -- The mind's eye: a pinhole to the world -- Robust logic: reasoning in an unknowable world -- Thinking -- 8. Humans as ecorithms. -- Introduction -- Nature versus nurture -- Naiveté -- Prejudice and rush to judgment -- Personalized truth -- Personal feelings -- Delusions of reason -- Machine-aided humans -- Is there something more? -- 9. Machines as ecorithms : why is artificial intelligence difficult to achieve? -- Introduction -- Machine learning -- Artificial intelligence -- where is the difficulty? -- The artificial in artificial intelligence -- Unsupervised learning -- Artificial intelligence-where next? -- Need we fear artificial intelligence?-- Questions. -- Science -- A more strongly ecorithmic future -- How to act? -- Mysteries.;From a leading computer scientist, a unifying theory that will revolutionize our understanding of how life evolves and learns. How does life prosper in a complex and erratic world? While we know that nature follows patterns-such as the law of gravity-our everyday lives are beyond what known science can predict. We nevertheless muddle through even in the absence of theories of how to act. But how do we do it? In Probably Approximately Correct, computer scientist Leslie Valiant presents a masterful synthesis of learning and evolution to show how both individually and collectively we not only survive, but prosper in a world as complex as our own. The key is 'probably approximately correct' algorithms, a concept Valiant developed to explain how effective behavior can be learned. The model shows that pragmatically coping with a problem can provide a satisfactory solution in the absence of any theory of the problem. After all, finding a mate does not require a theory of mating. Valiant's theory reveals the shared computational nature of evolution and learning, and sheds light on perennial questions such as nature versus nurture and the limits of artificial intelligence. Offering a powerful and elegant model that encompasses life's complexity, Probably Approximately Correct has profound implications for how we think about behavior, cognition, biological evolution, and the possibilities and limits of human and machine intelligence.

فهرست مطالب

1. Ecorithms. --
2. Prediction and adaptation. --
3. The computable: not everything that can be defined can be computed. The Turing Paradigm --
Robust computational models --
The character of computational laws --
Polynomial time computation --
Possible ultimate limitations --
Simple algorithms with complicated behavior --
The perceptron algorithm --
4. Mechanistic explanations of nature : what might we look for? --
5. The learnable : how can one draw general lessons from particular experiences? --
Cognition --
The problem of induction --
Induction in an urn --
Error control --
Toward PAC learnability --
PAC learnability --
Occam: when to trust a hypothesis --
Are there limits to learnability? --
Teaching and learning --
Learnable target pursuit --
PAC learning as a basis of cognition --
6. The evolvable : how can complex mechanisms evolve from simpler ones? --
Is there a gap? --
How can the gap be filled? --
Does evolution have a target? --
Evolvable target pursuit --
Evolution versus learning --
Evolution as a form of learning --
Definition of evolvability --
Extent and limits --
Real-based evolution --
Why is this theory so different? --
7. The deducible : how can one reason with imprecise concepts? --
Reasoning --
The need for reasoning even with the theoryless --
The challenge of complexity --
The challenge of brittleness --
The challenge of semantics --
The challenge of grounding --
The mind\'s eye: a pinhole to the world --
Robust logic: reasoning in an unknowable world --
Thinking --
8. Humans as ecorithms. --
Introduction --
Nature versus nurture --
Naiveté --
Prejudice and rush to judgment --
Personalized truth --
Personal feelings --
Delusions of reason --
Machine-aided humans --
Is there something more? --
9. Machines as ecorithms : why is artificial intelligence difficult to achieve? --
Introduction --
Machine learning --
Artificial intelligence --
where is the difficulty? --
The artificial in artificial intelligence --
Unsupervised learning --
Artificial intelligence-where next? --
Need we fear artificial intelligence?--
Questions. --
Science --
A more strongly ecorithmic future --
How to act? --
Mysteries.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب San Francisco and Northern California (Eyewitness Travel Guides)

دانلود کتاب Legal Writing and Analysis, Fifth Edition

دانلود کتاب Unconscious Fantasies and the Relational World

دانلود کتاب The Refusal of Politics

دانلود کتاب Sous-marin en France, tom 4: Des Joëssel (1913–1919) au Jean Corre ex-UB (1920–1937)