人工智能 中學(xué)生入門

目 錄
第1章 人工智能的前世今生
.
.........................................001
1.1
人工智能的定義
.
.........................................002
1.2
人工智能發(fā)展史
.
.........................................003
1.3
人工智能學(xué)派及研究領(lǐng)域
.
........................................009
1.4
“人工智能+”：改變各行各業(yè)
.
........................................011
本章小結(jié)
.
.........................................015
第2章 人工智能基礎(chǔ)
.
................................. ......016
2.1
人工智能的數(shù)學(xué)基礎(chǔ)
.
.........................................017
2.2
一般數(shù)據(jù)的表示與處理
.
.........................................022
2.3
其他數(shù)據(jù)的表示與處理
.
............... .......................026
本章小結(jié)...............................032
第3章 回歸：預(yù)測圖書價格
.
........................................033
3.1
一元線性回歸
.
.........................................034
3.2
代價函數(shù)的求解
.
........................................037
3.3
使用Excel軟件求一元線性回歸方程
.
.........................................040
3.4
多元線性回歸與多項(xiàng)式回歸
.
.........................................041
3.5
模型選擇與過擬合問題
.
.........................................045
本章小結(jié)
.
..........................................049
第4 章 分類：健康管理與均衡飲食..........050
4.1
分類問題實(shí)例 .............................051
4.2
k 近鄰算法 ...............................052
4.3
邏輯回歸 .................................054
4.4
支持向量機(jī) ...............................057
4.5
多分類任務(wù) ...............................060
4.6
分類任務(wù)評價指標(biāo)與分析....................061
本章小結(jié) ...................... 063
第5 章 聚類：合理劃分景區(qū).................064
5.1
聚類初識 ................................065
5.2
簇間距離 .................................066
5.3
聚類算法: 如何劃分景區(qū) ...................067
5.4
聚類算法結(jié)果評估 .........................074
5.5
聚類算法優(yōu)劣對比 ..........................076
本章小結(jié) ...................................077
第6 章 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)：識別俄羅斯方塊..078
6.1
神經(jīng)網(wǎng)絡(luò)：模擬人腦的計(jì)算方式 ...............079
6.2
神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和原理 .......................080
6.3
神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程 .........................086
6.4
深度學(xué)習(xí) ....................................088
6.5
卷積神經(jīng)網(wǎng)絡(luò)——CNN ........................090
6.6
循環(huán)神經(jīng)網(wǎng)絡(luò)——RNN ........................093
本章小結(jié) ...................................095
第7 章 強(qiáng)化學(xué)習(xí)：游戲之王的魅力..............096
7.1
強(qiáng)化學(xué)習(xí)簡史 .................................097

7.2
強(qiáng)化學(xué)習(xí)的基本概念和方法 ...................099
7.3
強(qiáng)化學(xué)習(xí)的數(shù)學(xué)原理 ..........................102
7.4
強(qiáng)化學(xué)習(xí)的應(yīng)用 ..............................103
本章小結(jié) .....................................104
第8章對抗學(xué)習(xí)：生成以假亂真的圖像.............105
8.1
神奇的生成對抗網(wǎng)絡(luò) ..........................106
8.2對抗學(xué)習(xí)前沿應(yīng)用 .........................110
8.3
小試牛刀———手寫數(shù)字生成 ................115
本章小結(jié) ....................................120
第9 章 主動學(xué)習(xí)：無人駕駛汽車.................121
9.1
困難——海量交通圖片 ........................122
9.2
策略——有選擇的標(biāo)注 .........................124
9.3
應(yīng)用——提高訓(xùn)練效率 .........................127
本章小結(jié) ......................................131
第10 章 知識圖譜：與問答系統(tǒng)對話..............132
10.1
知識圖譜的應(yīng)用 ...............................133
10.2
知識圖譜簡史 .................................135
10.3
知識圖譜的相關(guān)概念 ...........................137
10.4
從零構(gòu)建知識圖譜 .............................143
本章小結(jié) .....................................152
參考文獻(xiàn)......................................153