当前位置:主页 > 计算机电子书 > 人工智能 > 人工智能 pdf电子书
机器学习vs复杂系统

机器学习vs复杂系统 PDF 完整扫描版

  • 更新:2019-08-16
  • 大小:4.7 MB
  • 类别:人工智能
  • 作者:许铁
  • 出版:电子工业出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

机器学习vs复杂系统》是由电子工业出版社出版的一本关于人工智能方面的书籍,作者是许铁,主要介绍了关于机器学习、复杂系统方面的知识内容,目前在人工智能类书籍综合评分为:7.9分。

书籍介绍

机器学习vs复杂系统 PDF

这是一本有关人工智能、机器学习、深度学习、复杂系统的科普读物,让人从不同的视角看这些注定会深刻影响未来的不同学科,获得新的启发。不得不说,这本书有点烧脑,但确实会让人一看再看。 

本书从跨学科视角来看待人工智能这个技术性的学科。围绕用数学模型预测未来这一主题,介绍算法,主要包括现在流行的机器学习和深度学习算法,以及算法要解决问题本身的复杂性。复杂的问题,需要复杂的算法,而算法设计背后的老师正是自然界的复杂性本身。*终,我们上升到自然界解决复杂性*有利的工具,即人类智能本身,让读者从神经科学的角度再次理解人工智能这个大主题,理解神经科学是如何启发人工智能的,而人工智能又如何帮助我们理解人类智能本身。本书既适合具有高中以上数学知识的一般读者,作为他们了解人工智能和复杂系统领域的科普读物;也适合已经在人工智能领域工作的专业人士,使他们从工程视角之外的更大视角去看待这一领域,获得新的启发。

目录

  • 第一部分 复杂性
  • 1 复杂系统 ........................................................................................................ 2
  • 2 用复杂网络看世界经济(阅读难度1星)..................................................... 7
  • 3 风险管理策略之复杂科学视角 .................................................................. 11
  • 4 从物理角度看复杂 ...................................................................................... 24
  • 第二部分 机器学习
  • 5 白话机器学习(阅读难度1星) .................................................................. 46
  • 6 浅谈贝叶斯分析 .......................................................................................... 53
  • 7 简单贝叶斯分类器(阅读难度1星) .......................................................... 57
  • 8 决策树方法(阅读难度2星) ................................................................... 60
  • 9 感知机:神经网络的基础(阅读难度3星) ....................................... 64
  • 10 降维:应对复杂的通用武器(阅读难度1星) ......................................... 67
  • 第三部分 神经网络
  • 11 神经网络不神秘 ........................................................................................ 74
  • 12 CNN 的几个关键词(阅读难度3星) ................................................ 80
  • 13 时间序列与RNN ...................................................................................... 91
  • 14 会遗忘的神经网络(阅读难度3星) ................................................. 96
  • 15 跟着AlphaGo 理解深度强化学习框架(阅读难度3星) ............... 100
  • 16 从阿尔法元看强化学习的更广阔潜力 .................................................. 107
  • 第四部分 宇宙间最复杂的就是我们的大脑
  • 17 深层视觉信息的编码机制(阅读难度1星) ........................................... 114
  • 18 大脑的自由能假说——兼论认知科学与机器学习(阅读难度2星) 121
  • 19 大脑中的支持向量机(阅读难度3星) ........................................... 126
  • 20 机器学习是如何巧妙理解我们大脑的工作原理的
  • (阅读难度2星) ..................................................................................... 133
  • 21 大脑经济学(阅读难度1星) .................................................................. 140
  • 22 人工智能vs 人类智能(阅读难度2星) ............................................. 149
  • 第五部分 人工智能应用谈
  • 23 人工智能会取代艺术家的工作吗 .......................................................... 156
  • 24 机器学习预测心理疾病 .......................................................................... 159
  • 25 人机协作决策的两种方式 ...................................................................... 164
  • 26 小数据机器学习 ...................................................................................... 166
  • 27 用深度学习玩图像的七重关卡 .............................................................. 170
  • 28 深度学习助力基因科技 .......................................................................... 174
  • 29 机器学习对战复杂系统 .......................................................................... 176

资源获取

资源地址1:https://pan.baidu.com/s/1hbv64AwIg_1bFmxVb838bg(密码:s67v)

相关资源

网友留言