Product details
- Publisher : Chapman and Hall/CRC; 1st edition (May 31, 2021)
- Language : English
- Hardcover : 196 pages
- ISBN-10 : 0367647664
-
ISBN-13 : 978-0367647667
کتاب Ripple-Down Rules: The Alternative to Machine Learning 1st Edition
Machine learning algorithms hold extraordinary promise, but the reality is that their success depends entirely on the suitability of the data available. This book is about Ripple-Down Rules (RDR), an alternative manual technique for rapidly building AI systems. With a human in the loop, RDR is much better able to deal with the limitations of data.
Ripple-Down Rules: The Alternative to Machine Learning starts by reviewing the problems with data quality and the problems with conventional approaches to incorporating expert human knowledge into AI systems. It suggests that problems with knowledge acquisition arise because of mistaken philosophical assumptions about knowledge. It argues people never really explain how they reach a conclusion, rather they justify their conclusion by differentiating between cases in a context. RDR is based on this more situated understanding of knowledge. The central features of a RDR approach are explained, and detailed worked examples are presented for different types of RDR, based on freely available software developed for this book. The examples ensure developers have a clear idea of the simple yet counter-intuitive RDR algorithms to easily build their own RDR systems.
It has been proven in industrial applications that it takes only a minute or two per rule to build RDR systems with perhaps thousands of rules. The industrial uses of RDR have ranged from medical diagnosis through data cleansing to chatbots in cars. RDR can be used on its own or to improve the performance of machine learning or other methods.
منابع کتاب کتاب Ripple-Down Rules: The Alternative to Machine Learning 1st Edition
الگوریتم‌های یادگیری ماشینی نویدهای خارق‌العاده‌ای دارند، اما واقعیت این است که موفقیت آنها کاملاً به مناسب بودن داده‌های موجود بستگی دارد. این کتاب در مورد قوانین Ripple-Down (RDR)، یک تکنیک دستی جایگزین برای ساخت سریع سیستم‌های هوش مصنوعی است. با وجود یک انسان در حلقه، RDR بسیار بهتر می تواند با محدودیت های داده مقابله کند.
قوانین Ripple-Down: جایگزین یادگیری ماشینی با بررسی مشکلات کیفیت داده ها و مشکلات رویکردهای مرسوم برای ترکیب دانش انسانی متخصص در سیستم های هوش مصنوعی شروع می شود. این نشان می دهد که مشکلات مربوط به کسب دانش به دلیل فرضیات اشتباه فلسفی در مورد دانش به وجود می آیند. این استدلال می کند که مردم هرگز واقعاً توضیح نمی دهند که چگونه به نتیجه می رسند، بلکه نتیجه خود را با تمایز بین موارد در یک زمینه توجیه می کنند. RDR بر اساس این درک موقعیتی تر از دانش است. ویژگی های اصلی یک رویکرد RDR توضیح داده شده است، و نمونه های کار شده با جزئیات برای انواع مختلف RDR، بر اساس نرم افزار رایگان در دسترس توسعه یافته برای این کتاب، ارائه شده است.
در کاربردهای صنعتی ثابت شده است که ساخت سیستم های RDR با شاید هزاران قانون برای هر قانون فقط یک یا دو دقیقه زمان می برد. کاربردهای صنعتی RDR از تشخیص پزشکی تا پاکسازی داده ها تا چت ربات ها در خودروها را شامل می شود. RDR را می توان به تنهایی یا برای بهبود عملکرد یادگیری ماشین یا روش های دیگر استفاده کرد.
ارسال نظر درباره کتاب Ripple-Down Rules: The Alternative to Machine Learning 1st Edition