Как эта книга устроена
В этой книге я сознательно использую англицизмы и профессиональные термины из области машинного обучения и разработки. Это сделано для точности формулировок и соответствия устоявшейся практике: многие понятия не имеют однозначных или кратких русскоязычных аналогов. При первом упоминании ключевые термины сопровождаются краткими пояснениями.
О чём будет речь
Сам текст написан с инженерной точки зрения. В нём не будет академической математики ради математики и абстрактных примеров, оторванных от реальных задач (ну, или практически не будет). Мы будем постепенно разбирать, как устроено машинное обучение, начиная с самых базовых идей и доходя до современных подходов вроде embeddings и attention.
Все примеры будут привязаны к PHP и типичным backend-сценариям. Даже когда речь пойдет о нейросетях, акцент будет не на формулы, а на понимание того, что именно происходит и как это можно использовать на практике.
В общем, мы будем продвигаться по следующей схеме:
Базовые понятия ML без академического перегруза
Работа с числами, векторами и матрицами на PHP
Простые модели — линейная регрессия, классификация
Embeddings и семантический поиск
Нейросети и attention на уровне понимания, а не магии
Интеграция с готовыми моделями
Архитектура, ограничения и безопасность
Все примеры будут:
на чистом PHP или с минимальными зависимостями (в основном с библиотекой RubixML)
ориентированы на реальные backend-задачи
объяснены с инженерной точки зрения
Кому эта книга особенно подойдет
PHP-разработчикам, которые хотят понимать AI, а не просто использовать его
тимлидам и архитекторам, принимающим технические решения
backend-инженерам, работающим с текстами, поиском и данными
тем, кто устал от “магии” и хочет разобраться, как все работает внутри
Last updated