注冊 | 登錄讀書好，好讀書，讀好書！

當前位置：首頁出版圖書科學技術(shù)計算機/網(wǎng)絡(luò)數(shù)據(jù)庫數(shù)據(jù)庫設(shè)計/管理人工智能：機器學習與神經(jīng)網(wǎng)絡(luò)

人工智能：機器學習與神經(jīng)網(wǎng)絡(luò)

定　價：￥88.00

作　者：	劉峽壁，馬霄虹，高一軒
出版社：	北京理工大學出版社
叢編項：
標　簽：	暫缺

ISBN：	9787576320688	出版時間：	2023-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	394	字數(shù)：

內(nèi)容簡介

　　\"本書以人工智能實現(xiàn)算法為視角，系統(tǒng)闡述機器學習與人工神經(jīng)網(wǎng)絡(luò)這兩個彼此緊密聯(lián)系的人工智能實現(xiàn)途徑中的主要問題與解決方法。對于機器學習，在深入理解機器學習任務(wù)與關(guān)鍵問題的基礎(chǔ)上，探討監(jiān)督學習、非監(jiān)督學習、半監(jiān)督學習、強化學習這四大類歸納學習問題的本質(zhì)特性及其解決方案，同時論述作為歸納學習基礎(chǔ)的相似性計算問題及其解決方法。對于人工神經(jīng)網(wǎng)絡(luò)，按照其關(guān)鍵問題是網(wǎng)絡(luò)拓撲結(jié)構(gòu)與學習方法的認識，分為前饋網(wǎng)絡(luò)與反饋網(wǎng)絡(luò)這兩大類網(wǎng)絡(luò)結(jié)構(gòu)，闡述主要計算模型及其學習方法。對機器學習與人工神經(jīng)網(wǎng)絡(luò)進一步的發(fā)展趨勢進行了展望。本書可供相關(guān)專業(yè)技術(shù)人員、研究人員、學生或者其他對機器學習與人工神經(jīng)網(wǎng)絡(luò)技術(shù)感興趣的讀者參考。\"

作者簡介

　　劉峽壁，男，北京理工大學計算機學院教授、博士生導(dǎo)師、智能信息技術(shù)北京市重點實驗室副主任。長期從事人工智能的教學與研究工作，主要科學研究興趣包括機器學習、計算機視覺、模式識別、醫(yī)學人工智能。已出版人工智能教材1部、專著1部，發(fā)表高水平學術(shù)論文60余篇，主持及省部級科研項目10余項、教改項目3項，獲得發(fā)明專利10余項，獲得科學技術(shù)二等獎、兵工高校教材二等獎等獎勵。入選新世紀人才支持計劃。

圖書目錄

第1章緒論
1.1 人工智能及其實現(xiàn)途徑
1.1.1 智能的外在表現(xiàn)與模擬
1.1.2 機器學習
1.1.3 人工神經(jīng)網(wǎng)絡(luò)
1.2 機器學習簡史
1.3 人工神經(jīng)網(wǎng)絡(luò)簡史
1.4 本書內(nèi)容與組織
參考文獻
第2章機器學習基礎(chǔ)
2.1 機器學習是什么
2.2 機器學習方式
2.3 歸納學習類型
2.3.1 監(jiān)督學習
2.3.2 非監(jiān)督學習
2.3.3 半監(jiān)督學習
2.3.4 強化學習
2.3.5 各學習類型的特點與共性
2.4 特定學習概念
2.4.1 生成學習與判別學習
2.4.2 度量學習
2.4.3 在線學習與遞增學習
2.4.4 反饋學習
2.4.5 多任務(wù)學習
2.4.6 深度學習
2.4.7 遷移學習
2.4.8 流形學習
2.4.9 多示例學習
2.5 對學習算法的評價
2.5.1 過學習與泛化
2.5.2 偏置
2.5.3 數(shù)據(jù)魯棒性
2.5.4 計算復(fù)雜性
2.5.5 透明性
小結(jié)
參考文獻
第3章監(jiān)督學習
3.1 函數(shù)形式
3.1.1 顯式表示形式
3.1.2 隱式表示形式
3.1.3 數(shù)據(jù)點表示形式
3.2 優(yōu)化目標
3.2.1 小平方誤差
3.2.2 小化熵
3.2.3 極大似然估計
3.2.4 極大后驗概率估計
3.2.5 小描述長度
3.3 記憶學習
3.4 決策樹學習
3.4.1 決策樹