Avis des lecteurs
Résumé:Le livre a reçu des critiques mitigées, certains utilisateurs exprimant un fort mécontentement, tandis que d'autres apprécient son contenu et sa valeur. Les critiques le décrivent comme « sans valeur » et mal présenté, tandis que certains le considèrent comme une introduction accessible à l'apprentissage profond et aux approches symboliques, bien que manquant de profondeur.
Avantages:⬤ Accessible aux lecteurs n'ayant pas de connaissances approfondies en la matière
⬤ introduit des idées clés dans la combinaison de l'apprentissage profond et des approches symboliques
⬤ considéré comme une lecture cool par certains
⬤ prix abordable par rapport à sa valeur perçue.
⬤ Contient des pages blanches et un contenu limité
⬤ principalement une vue d'ensemble superficielle plutôt qu'une ressource complète
⬤ certains détails essentiels de mise en œuvre et de code manquent
⬤ ne reflète pas le domaine plus large de l'IA neurosymbolique.
(basé sur 2 avis de lecteurs)
Titre original :
Neurosymbolic Programming
Contenu du livre :
La programmation neurosymbolique est un domaine émergent qui fait le lien entre l'apprentissage profond et la synthèse de programmes. Comme dans l'apprentissage automatique classique, l'objectif est d'apprendre des fonctions à partir de données. Cependant, ces fonctions sont représentées sous forme de programmes qui peuvent utiliser des modules neuronaux en plus des primitives symboliques et sont induits en utilisant une combinaison de recherche symbolique et d'optimisation basée sur le gradient.
La programmation neurosymbolique peut offrir de multiples avantages par rapport à l'apprentissage profond de bout en bout. Les programmes peuvent parfois représenter naturellement des tâches procédurales à long terme qui sont difficiles à réaliser à l'aide de réseaux profonds. Les représentations neurosymboliques sont aussi, généralement, plus faciles à interpréter et à vérifier formellement que les réseaux neuronaux. Les restrictions d'un langage de programmation peuvent servir de forme de régularisation et conduire à un apprentissage plus généralisable et plus efficace en termes de données. Les abstractions de programmation compositionnelle peuvent également constituer un moyen naturel de réutiliser les modules appris dans les tâches d'apprentissage.
Dans cette monographie, les auteurs illustrent ces avantages potentiels à l'aide d'exemples concrets tirés de travaux récents sur la programmation neurosymbolique. Ils classent également les principales façons dont les techniques d'apprentissage symbolique et neuronal se combinent dans ce domaine et concluent par une discussion sur les défis techniques qui restent à relever dans ce domaine.
L'examen complet de la programmation neurosymbolique introduit le lecteur au sujet et fournit un traité perspicace sur un sujet de plus en plus important à l'intersection des langages de programmation et de l'apprentissage automatique.
Autres informations sur le livre :
| ISBN : | 9781680839340 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
