Health Hub Vam preporučuje: 4 knjige o računalnoj revoluciji koje morate nabaviti – Od umjetne inteligencije do data-sciencea!
a bismo ih bolje razumjeli i shvatili kako digitalna transformacija utječu na naše brojne svakodnevne radnje, ali i kako mogu promijeniti budućnost, mogu nam pomoći četiri vodiča koja u hrvatskom prijevodu donosi izdavačka kuća MATE.
Ne možemo negirati da je računalna revolucija zauvijek promijenila naš svijet te postala dijelom naše svakodnevice, kako u svim granama, tako i u zdravstvu i zdravstvenoj industriji! Bilo da posežemo za svojim pametnim telefonom i postavljamo novu fotografiju na društvene mreže, brojimo prijeđene korake na svom pametnom satu, zovemo Uber ili čekamo na rendgenske pretrage, u svemu je svoje prste imala računalna revolucija. I upravo su zato računala postala dio naše svakodnevice.
S njihovim razvojem otvaraju se i brojna druga područja. Duboko učenje, znanost o podacima, strojno učenje i računalno razmišljanje četiri su pojma koja, iako naizgled djeluju pomalo zbunjujuća, i laicima postaju sve zanimljiviji.
RAČUNALNO RAZMIŠLJANJE
Peter J. Denning, Matti Tedre
Računalno razmišljanje za sobom poteže mnogo prednosti, ali i etičkih pitanja, a svih su se u svojoj knjizi Računalo razmišljanje dotakli Peter J. Denning i Matti Tedre, istaknuti svjetski profesori računalnih znanosti.
Računalno razmišljanje čine mentalne i praktične vještine za dizajniranje izračuna koji čine da računala rade za nas, te objašnjavanje i tumačenje svijeta kao cijelosti informacijskih procesa. To je novi pojam koji je u javni diskurs ušao tek nedavno. On donosi nadu da možemo jasno razmisliti o snazi i opasnostima masovnog računanja te da možemo naučiti oblikovati računala, softver i mreže kako bismo maksimizirali koristi i minimizirali rizike.I to nije nešto što moraju poznavati samo programeri nego je i alat za mišljenje za razumijevanje našeg društva preplavljenog tehnologijom. Ono podiže našu svijest o tome kako rade svakodnevni digitalni alati, utemeljuje našu kibernetičku etiku i učvršćuje našu otpornost na razne prijetnje, poput pokušaja algoritamskog usmjeravanja našeg ponašanja, plasiranja lažnih vijesti, usmjerenih prema ciljanim pojedincima, viralne moći društvenih medija i ogromne te podatkovno intenzivne analize našeg društvenog života.
Računalno razmišljanje rasvjetljava temeljnu razliku u načinima na koje ljudi i strojevi obrađuju informacije.
Računalno razmišljanje nije nešto što moraju poznavati samo programeri, nego je i alat za mišljenje, za razumijevanje našeg društva preplavljenog tehnologijom. Ono podiže našu svijest o tome kako rade svakodnevni digitalni alati, utemeljuje našu kibernetičku etiku i učvršćuje našu otpornost na razne prijetnje, poput pokušaja algoritamskog usmjeravanja našeg ponašanja, plasiranja lažnih vijesti, usmjerenih prema ciljanim pojedincima, viralne moći društvenih medija i ogromne te podatkovno intenzivne analize našeg društvenog života.
Nadalje, računalno razmišljanje nepovratno je promijenilo alate, metode i epistemologiju znanosti. Pored učenja samog programiranja, učenje računalnog razmišljanja ima i brojne druge prednosti, a knjiga opisuje računalno razmišljanje u svom njegovom bogatstvu, širini i dubini.
Računalno razmišljanje novi je pojam koji je u javni diskurs ušao tek nedavno, u jeku borbe ljudi s tim pitanjima. On donosi nadu da možemo jasno razmisliti o snazi i opasnostima masovnog računanja te da možemo naučiti oblikovati računala, softver i mreže kako bismo maksimizirali koristi i minimizirali rizike. Roditelji su već zadivljeni lakoćom snalaženja svoje djece u digitalnom svijetu. Je li računalno razmišljanje recept za to da naša djeca u ovom svijetu dobiju odgovarajuću izobrazbu?
Ovu knjigu oblikovali smo kao poučnu diskusiju koja će vam pomoći da shvatite što to računalno razmišljanje jest, što će vas staviti u bolju situaciju budete li na ta pitanja željeli odgovoriti sami.
PETER J. DENNING istaknuti je profesor Računalnih znanosti i voditelj Odjela za računalstvo na Visokoj pomorskoj školi, u gradu Monterey, CA.
MATTI TEDRE profesor je računalnih znanosti na Sveučilištu istočne Finske.
KUPITE KNJIGU NA: https://www.mate.hr/product/2305/racunalno-razmisljanje
STROJNO UČENJE
Ethem Alpaydin
Gotovo svi uređaji koji nas okružuju zapravo su računala. I upravo je računalo zaslužno za to da naš život pretvori u podatke, podatke koje onda možemo analizirati i iz kojih možemo učiti. Tu nastupa na scenu strojno učenje kojem se u istoimenoj knjizi, Strojno učenje, posvetio autor Ethem Alpaydin.
To je zasigurno jedno od najuzbudljivijih znanstvenih područja današnjice koje unapređuje tehnologiju u raznim domenama te je već donijelo skup impresivnih primjena koje utječu na sva životna područja – od toga kako kupujemo u trgovini, preko toga kako ćemo moći prevesti neki tekst, do toga kako rade uređaji koje svakodnevno koristimo. Nema sumnje u to da nam strojno učenje, koje je usko vezano i uz umjetnu inteligenciju, nudi nesagledive mogućnosti o kojima naš djedovi i bake nisu mogli ni sanjati. Da, sa sobom nosi i rizike, ali kada se uzmu u obzor uspjesi u različitim domenama, od medicine, preko prevođenja, inženjerstva do automobilske industrije, jasno je da je pred nama veliki napredak.
Danas se u različitim vrstama poslovanja, od maloprodaje i financija do proizvodnje, sve više podataka kontinuirano generira i prikuplja jer su poslovni sustavi kompjutorizirani. Isto vrijedi i za različita područja znanosti, od astronomije do biologije.
Također u našem svakodnevnom životu, kako se digitalne tehnologije infiltriraju u našu svakodnevicu te kako produbljujemo naš digitalni otisak ne samo kao potrošači i korisnici već i preko društvenih medija, sve veći dio naših života bilježi se i postaje podatak. Podaci iz bilo kojeg izvora, poslovnog, znanstvenog ili osobnog, a koji su pasivno spremljeni, nisu ni od kakve koristi, ali pametni ljudi pronalaze nove načine za iskorištavanje tih podataka u svrhu izrade korisnih proizvoda ili servisa.
Strojno učenje ima sve značajniju ulogu u toj transformaciji.
Strojno učenje nije samo komercijalna primjena metoda za izvlačenje informacija iz podataka; učenje je također neophodno za inteligenciju. Inteligentni sustav trebao bi se moći prilagoditi svojoj okolini; također mora naučiti ne ponavljati svoje pogreške, ali ponavljati svoje uspjehe. Nekoć su znanstvenici vjerovali da je potrebna nova paradigma, novi tip razmišljanja, novi računalni model ili potpuno novi skup algoritama kako bi umjetna inteligencija postala stvarnost.
Uzimajući u obzir nedavne uspjehe primjene strojnog učenja u različitim domenama, sada se može tvrditi da nam nije potreban skup novih specifičnih algoritama, već mnogo podataka i dovoljno računalne snage za pokretanje metoda sa sposobnošću učenja na velikoj količini podataka, odnosno samostvaranje potrebnih algoritama iz podatka.
Može se pretpostaviti da se zadaci kao što su strojno prevođenje i planiranje mogu riješiti takvim algoritmima sa sposobnošću učenja koji su relativno jednostavni, ali trenirani na velikim količinama podataka—nedavni uspjesi u „dubokom učenju“ podržavaju ovu tezu. Čini se da inteligencija ne potječe od neke čudne formule, već od iscrpnog korištenja jednostavnih, jasnih algoritama.
Cilj ove knjige je dati čitatelju cjelovitu ideju o tome što strojno učenje jest, osnove nekih važnih algoritama sa sposobnošću učenja i kroz primjere pokazati primjenu strojnog učenja. Knjiga je namijenjena općem čitateljstvu te se raspravljaju samo osnove metoda učenja bez matematičkih ili programskih detalja. Knjiga ne pokriva ni jednu primjenu strojnog učenja u detalje; o brojnim se primjenama raspravlja na osnovnoj razini bez ulaženja u pojedinosti.
KUPITE KNJIGU NA: https://www.mate.hr/product/2302/strojno-ucenje
ZNANOST O PODACIMA
John D. Kelleher, Brendan Tierney
Jeste li kada razmišljali o tome zašto dobivate baš određene newslettere, zašto vam se na društvenim mrežama preporučuju baš određene stranice ili određene preporuke filmova i knjiga? Zašto vam se preporučuju točno određene prijateljske veze koje biste trebali uspostaviti ili zašto vam se pojavljuju oglasi za određene aspekte vašeg života? Iza svega toga stoji znanost o podacima, sjajno opisana u istoimenoj knjizi Johna D. Kellehera i Brendana Tierneya. Ona bi se najkraće mogla opisati kao skup načela, definicija problema, algoritama i procesa za izvlačenje nejasnih i korisnih uzoraka iz velikih podataka. Cilj toga trebao bi biti poboljšanje usluga, ali i naših života. Znanost o podacima koristi se u svim aspektima našeg djelovanja, te je usko vezana i uz ranije spomenuto strojno učenje. No postavlja se i pitanje što je s etikom. Ne možemo poreći da je znanost o podacima mač s dvije oštrice jer intenzivno zalazi u sferu naše privatnosti. Na nama je da se informiramo o tome i budemo svjesni svih prednosti i zamki, a knjiga Znanost o podacima u tome nam može itekako pomoći.
Znanost o podacima obuhvaća skup načela, definicija problema, algoritama i procesa za izvlačenje nejasnih i korisnih uzoraka iz velikih podataka (Big Data) s ciljem poboljšanja donošenja odluka temeljenjim na uvidima u velike podatke. Kao područje djelovanja, znanost o podacima obuhvaća skup načela, definicija problema, algoritama i procesa za izvlačenje neočiglednih, ali korisnih uzoraka ponašanja podataka iz velikih podataka. Ona je usko povezana s područjima rudarenja podataka i strojnog učenja, ali je opsegom od njih šira.
Danas znanost o podacima upravlja donošenjem odluka u gotovo svim dijelovima modernih društava. Neki od načina na koje znanost o podacima može utjecati na vaš svakodnevni život, između ostalog, uključuju: izbor oglasa koji vam se nude putem virtualnog oglašavanja; to su preporuke za filmove koje biste trebali pogledati, knjige koje biste trebali pročitati i prijateljske veze koje biste trebali uspostaviti; prijedloge o tome koje poruke e-pošte svrstati u mapu neželjene pošte; pogodnosti koje će vam se ponuditi prilikom obnove pretplate na uslugu mobitela; ponudu cijene premije zdravstvenog osiguranja koja vam
se nudi; razmještaj i dinamiku funkcioniranja semafora u vašem području; sastav lijekova koje trebate; kao i to na kojim mjestima u vašem gradu vreba policija.
Cilj ove knjige je pružiti uvod u znanost o podacima koji pokriva njezina suštinska dostignuća, do razine koja osigurava principijelno razumijevanje područja.
Prvo poglavlje uvodi područje znanosti o podacima i daje kratak prikaz njegova razvoja. Također se objašnjava zašto je znanost o podacima važna danas i navode neki od čimbenika koji utječu na njezino usvajanje.
Drugo poglavlje uvodi temeljne pojmove vezane uz same podatke. Ono također opisuje standardne faze provedbe projekata znanosti o podacima: razumijevanje poslovanja, razumijevanje podataka, priprema podataka, modeliranje, vrednovanje i implementacija.
Treće poglavlje opisuje tipičnu infrastrukturu organizacija, uspostavljenu za potrebe znanosti o podacima, kao i neka suvremena rješenja vezana uz problem kolanja velikih skupova podataka unutar podatkovne infrastrukture, koja uključuju korištenje strojnog učenja integriranog s bazom podataka, korištenje sustava Hadoop za pohranu podataka i njihovu obradu, te razvoj hibridnih sustava baza podataka koji glatko kombiniraju tradicionalna programska rješenja za baze podataka i rješenja slična Hadoopu.
Četvrto poglavlje uvodi područje strojnog učenja i objašnjava neke od najpopularnijih algoritama i modela strojnog učenja, uključujući neuronske mreže, modele dubokog učenja i modele stabla odlučivanja.
Peto poglavlje usredotočuje se na povezivanje ekspertize u domeni strojnog učenje s problemima iz stvarnog svijeta, prikazom niza standardnih poslovnih problema i opisivanjem njihova rješavanja uz pomoć strojnog učenja.
Šesto poglavlje razmatra etičke posljedice znanosti o podacima, najnovija dostignuća u pravnoj regulativi u tom području, kao i neke nove računalne pristupe očuvanju privatnosti pojedinaca u procesima vezanim uz velike podatke.
Naposljetku, sedmo poglavlje opisuje neka od područja u kojima će znanost o podacima imati značajan utjecaj u bliskoj budućnosti i postavlja neka od načela koja su važna za to hoće li projekt iz njezina dosega biti uspješan ili ne.
KUPITE KNJIGU NA: https://www.mate.hr/product/2303/znanost-o-podacima
DUBOKO UČENJE
John D. Kelleher
Duboko učenje zapravo je spoj svega ranije spomenutog, a ujedno i pojam koji posljednjih godina izaziva veliko zanimanje šire populacije, čak i onih kojima to nije struka. Ono je rezultat umjetne inteligencije i strojnog učenja, a njegova široka primjena učinila ga je neizostavnim dijelom naših života, čak i u situacijama kada toga nismo svjesni. Na ovo se složeno no vrlo zanimljivo područje osvrće John D. Kelleher u svojoj knjizi Duboko učenje.
Metode dubokog učenja svoju primjenu pronalaze u važnim područjima umjetne inteligencije poput računalnog vida, obrade prirodnog jezika, razumijevanja govora i zvučnih signala i mnogim drugima.Primjerice, danas ga za svoje potrebe koristi većina internetskih tvrtki i vrhunskih potrošačkih tehnologija. Između ostalog, Facebook duboko učenje koristi u analizi tekstova internetskih razgovora. Google, Baidu i Microsoft koriste ga za pretraživanje slika i za strojno prevođenje. Svi naši moderni pametni telefoni koje koristimo i po nekoliko sati dnevno u sebi kriju sustave dubokog učenja.
U zdravstvenom sektoru, koji je posljednjih dana više nego ikada u središtu zanimanja javnosti, duboko učenje koristi se za obradu medicinskih slika kao što su rendgenske, CT i MRI pretrage te za dijagnosticiranje zdravstvenih stanja.
A sve je to tek početak…
Duboko učenje omogućuje inovacije i promjene u svim dijelovima suvremenog života. Većina otkrića umjetne inteligencije o kojima čujete u medijima temelji se na dubokom učenju. Slijedom toga, bez obzira na to jeste li poduzetnik zainteresiran za poboljšanje učinkovitosti svoje organizacije, donositelj politike koji brine o etici i privatnosti u svijetu velikih podataka, istraživač koji radi sa složenim podacima ili znatiželjni građanin koji želi steći bolji osjećaj za mogućnosti umjetne inteligencije i način na koji ona mijenja svakodnevni život, važno je steći razumije[1]vanje dubokog učenja.
Duboko učenje područje je umjetne inteligencije usredotočeno na stvaranje velikih modela neuronskih mreža, sposobnih donositi valjane odluke temeljem dostupnih podataka. Ono je posebice primjereno situacijama masivnih skupova podataka, napučenih složenim podacima. Danas ga za svoje potrebe koristi većina internetskih tvrtki i vrhunskih potrošačkih tehnologija. Između ostalog, Facebook duboko učenje koristi u analizi tekstova internetskih razgovora.
Google, Baidu i Microsoft koriste ga za pretraživanje slika te za strojno prevođenje. Svi moderni pametni tele[1]foni u sebi kriju sustave dubokog učenja; primjerice, ono je sada standardna tehnologija za prepoznavanje govora, ali i za prepoznavanje lica snimljenih digitalnim fotoaparatima. U zdravstvenom sektoru duboko učenje koristi se za obradu medicinskih slika (rendgenske, CT i MRI pre[1]trage) i dijagnosticiranje zdravstvenih stanja. Ono se također nalazi u srcu automobila osposobljenih za samostalnu vožnju, gdje se koristi za lokalizaciju i mapiranje ruta, planiranje i upravljanje vožnjom te opažanje okoline, kao i za praćenje stanja vozača.
Cilj ove knjige je širokom krugu čitatelja omogućiti shvaćanje što duboko učenje jest, odakle dolazi, kako funkcionira, što omogućuje (a što ne) i kako će se ono najizgled[1]nije razvijati u sljedećih deset godina. Činjenica da duboko učenje predstavlja skup algoritama i modela znači da njegovo razumijevanje zahtijeva razumijevanje načina na koje ti algoritmi i modeli obrađuju podatke. Slijedom toga, ova knjiga ne izlaže samo opise i definicije; ona također uključuje objašnjenja rada algoritama. Tehnički materijal knjige predstavljen je na pristupačan način.
Ono što je kod dubokog učenja uistinu čudesno nije toliko složenost matematike na kojoj se ono temelji, koliko raznolikost uzbudljivih i impresivnih zadaća koje tako jednostavni izračuni mogu rješavati.Ipak, usprkos jednostavnosti, ovi modeli u stanju su, pored ostalih dostignuća, pobijediti svjetskog prvaka u igri Go, utjeloviti najmoderniju tehnologiju računalnog vida i strojnog prevođenja te samostalno voziti automobile.
Ova je knjiga uvodni tekst o dubokom učenju, ali, nadamo se, dovoljno dubok da vas opetovano k njoj vraća kako bude raslo vaše samopouzdanje u pogledu izložene građe.
JOHN D. KELLEHER profesor je računalnih znanosti i voditelj instituta informacijskih, komunikacijskih i medijskih istraživanja pri Dublinskom institutu za tehnologiju. Ima više od dvadeset godina iskustva u istraživanjima i podučavanju u području umjetne inteligencije, obrade prirodnih jezika i strojnog učenja. Objavio je više od stotinu akademskih radova s ovih područja i dvije knjige u izdanju izdavačke kuće MIT Press: Data Science (2018) i Fundamentals of Machine Learning for Predictive Data Analytics (2015).
KUPITE KNJIGU NA: https://www.mate.hr/product/2310/duboko-ucenje
KOMPLET KNJIGA SUŠTINSKO ZNANJE – MIT Essential Knowledge
Komplet sadrži 4 knjige iz serije MIT Essential Knowledge (Suštinsko znanje):
Serija MIT Press Essential Knowledge (Suštinsko znanje) nudi pristupačne, sažete i kvalitetno izrađene džepne knjige o temama od aktualnog interesa. Knjige iz ove serije, koje su napisali vodeći mislioci, pružaju stručne prikaze tema u rasponu od kulturnih i povijesnih, do znanstvenih i tehničkih.
U današnjem vremenu trenutačnog dohvata željenih informacija, nadohvat ruke su nam različita promišljanja svakojakih tema, kao i njihovi posve površni prikazi. Mnogo je teže doći do temeljnog znanja koje pruža suštinsko razumijevanje svijeta. Naslovi serije knjiga Essential Knowledge ispunjavaju upravo tu potrebu. Sintetizirajući specifične teme za širi krug čitatelja, svaka od tih jezgrovitih knjiga svojim čitateljima otvara pristup složenim idejama.
KOMPLET KUPITE NA: https://www.mate.hr/product/2311/komplet-sustinsko-znanje-5
