Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
3
Prawdopodobieństwoiteoria
informacji
Wtymrozdzialeopisujemyteorięprawdopodobieństwaorazteorięinformacji.
Teoriaprawdopodobieństwatomatematycznysystemreprezentacjiniepew-
ności.Dajeśrodkipomiaruniepewności,atakżeaksjomatywyprowadzania
nowychstwierdzeńzwiązanychzniepewnością.Wzastosowaniachsztucznej
inteligencjiużywasięteoriiprawdopodobieństwanadwapodstawowesposoby.
Popierwszeprawaprawdopodobieństwamówią,jaksystemyAIpowinny
rozumować,abymożnaprojektowaćalgorytmydowyznaczanialubaprok-
symacjiwyrażeńwyprowadzonychzapomocąteoriiprawdopodobieństwa.
Podrugiemożemyużywaćprawdopodobieństwaistatystykidoteoretycznej
analizyzachowaniaproponowanychsystemówAI.
Teoriaprawdopodobieństwatopodstawowenarzędziewwieludziedzi-
nachnaukiiinżynierii.Tenrozdziałsłużytemu,abyczytelnicy,którzymają
wykształceniewdziedzinieprogramowaniaimałopoznaliteorięprawdopo-
dobieństwa,moglizrozumiećzawartośćtejksiążki.
Podczasgdyteoriaprawdopodobieństwapozwalatworzyćniepewnestwier-
dzeniairozważaćzagadnieniazniepewnością,teoriainformacjipozwalanam
naoszacowanieniepewnościilościowojakorozkładprawdopodobieństwa.
Każdy,ktoznateorięprawdopodobieństwaorazteorięinformacji,może
pominąćtenrozdział,pozapunktem3.14,wktórymopisanografystosowane
doopisustrukturalnychmodeliprobabilistycznychwsystemachuczącychsię.
Jeśliniemacieżadnegodoświadczeniawtychdziedzinach,tenrozdział
wystarczy,abyprowadzićprojektydeeplearningu,alewartorozszerzyćswoją
wiedzęzinnychźródeł,jaknaprzykładJaynes(2003).
