Învățarea Automată reprezintă poate cel mai rapid domeniu în expansiune al Inteligenței Artificiale, deoarece în ultimii ani, în special după apariția Învățării Profunde, a oferit o multitudine de metode cu rezultate foarte bune până la impresionante în aproape toate aplicațiile care necesită inteligență.

În această carte sunt descriși în mod sistematic cei trei tipuri principale de învățare: învățarea supravegheată, învățarea nesupravegheată și învățarea prin întărire. Pentru fiecare tip de învățare sunt analizate cele mai importante modele, cum ar fi rețelele neuronale, mașinile cu vectori de suport (SVM), modelele probabilistice Bayes, modelele grafice, modelele stocastice precum modelul ascuns Markov (HMM), modelele recurente precum LSTM și multe altele.

În special pentru rețelele neuronale, care constituie o parte foarte importantă a metodelor de învățare automată, se oferă o prezentare sistematică și analitică, care începe de la modelul simplu Perceptron al unui neuron și ajunge până la cele mai complexe modele, cum ar fi rețelele neuronale adânci. Pentru fiecare model se oferă fundamentele matematice necesare pentru înțelegerea funcționării acestuia, cu cerințe prealabile doar cunoștințe de bază de teorie a probabilităților și algebră lineară.

În plus, se pune accent pe dimensiunea algoritmică a modelului, deoarece cele mai multe dintre acestea sunt însoțite de pseudocodul relevant și de exemple de aplicare.

Aplicațiile modelelor de învățare automată reprezintă o parte importantă a cărții, având în vedere că constituie un motor de bază pentru studiul și dezvoltarea modelelor. Sunt descrise diverse aplicații, cum ar fi recunoașterea pattern-urilor, procesarea semnalelor și imaginilor, procesarea vorbirii, comprimarea informației, dezvoltarea strategiilor în jocuri etc.

Autorii: Dr. Constantin Diamandaras este profesor la Departamentul de Inginerie Informatică și Sisteme Electronice al Universității Internaționale din Grecia. Este membru activ al Institutului Inginerilor Electrice din SUA (IEEE) și are mulți ani de experiență în cercetarea și predarea domeniului Învățării Automate, atât la TEI din Salonic, cât și la Universitatea Internațională din Grecia.

Dr. Dimitris Botsis lucrează într-un birou tehnic de proiectare și este profesor asociat la Departamentul de Inginerie Topografică și Geoinformatică al Universității Internaționale din Grecia. În cadrul tezei sale de doctorat, s-a ocupat cu dezvoltarea și aplicarea metodelor de învățare automată în hidrologie și simularea seriilor temporale. Continuă să activeze în cercetare în domeniul învățării automate, concentrându-se pe cele mai recente metode și pe un spectru mai larg de aplicații.