Simulaciones prácticas para el aprendizaje automático: Using Synthetic Data for AI

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 4 votos.

Título original:

Practical Simulations for Machine Learning: Using Synthetic Data for AI

Contenido del libro:

La simulación y la síntesis son partes fundamentales del futuro de la IA y el aprendizaje automático. Piense que los programadores, científicos de datos e ingenieros de aprendizaje automático pueden crear el cerebro de un coche autoconducido sin el coche.

En lugar de utilizar información del mundo real, se pueden crear datos artificiales utilizando simulaciones para entrenar modelos tradicionales de aprendizaje automático. Y eso es sólo el principio. Con este práctico libro, explorará las posibilidades del aprendizaje automático y la IA basados en simulaciones y síntesis, centrándose en las técnicas de aprendizaje profundo por refuerzo y aprendizaje por imitación.

La IA y el ML se basan cada vez más en los datos, y las simulaciones son una forma potente y atractiva de liberar todo su potencial. Con este práctico libro, aprenderá a: Diseñar un enfoque para resolver problemas de ML e IA utilizando simulaciones.

Utilizar un motor de juego para sintetizar imágenes y utilizarlas como datos de entrenamiento. Crear entornos de simulación diseñados para el entrenamiento del aprendizaje profundo por refuerzo y el aprendizaje por imitación.

Utilizar y aplicar algoritmos eficientes de propósito general para el ML basado en simulaciones, como la optimización de políticas proximales (PPO) Entrenar modelos de ML de forma local, concurrente y en la nube. Habilitar herramientas de ML para trabajar con herramientas de desarrollo de juegos estándar de la industria, utilizando PyTorch, TensorFlow, y los Unity ML-Agents y Web Perception Toolkits.