|
| 商品編號： | DCM8031 | |
| 商品名稱： | 人工智慧入門:演算分析×設計習題×章節回顧, 不只當「被AI引導的人」, 更要成為「掌控AI的人」!未來不遠, 跟不上時代腳步, 未來一定不會有你! 出版公司:崧燁文化 作者:姚期智 類型:電腦資訊-程式設計 EPUB電子書 繁體中文版 | | | 語系版本： | EPUB電子書 繁體中文版 | |
| 運行平台： | EPUB電子書,沒有任何平台限制,終身使用 | |
| 更新日期： | 2026-05-01 | |
| 光碟片數： | 1片CD光碟 | |
| 銷售價格： | $100元 | |
| 熱門標籤： | 人工智慧入門
不只當
被AI引導的人
掌控AI的人
跟不上時代腳步
未來一定不會有你
崧燁文化
姚期智
| |
人工智慧入門:演算分析×設計習題×章節回顧, 不只當「被AI引導的人」, 更要成為「掌控AI的人」!未來不遠, 跟不上時代腳步, 未來一定不會有你! 出版公司:崧燁文化 作者:姚期智 類型:電腦資訊-程式設計 EPUB電子書 繁體中文版
商品資料
作者：姚期智主
出版社：崧燁文化
出版年：2023
課程類型：電腦資訊>程式設計
檔案格式：EPUB
ISBN：9786263577756
書籍簡介
新世紀的技術大變革，「人工智慧」背後的核心技術與原理為何？
「圖靈測試」早在70年前就預言了機器的智慧將會顛覆世界？
程式設計基礎×搜尋算法定義×過度低度擬和×隨機森林算法……
不只當「被AI引導的人」，更要成為「掌控AI的人」
──想要掌握AI，先從理論課開始學起！
【搜尋策略】
第一章首先介紹單智慧型搜尋問題的定義，然後詳細介紹盲目搜尋和啟發式搜尋兩種主要的方法；隨後，將介紹多智慧型對抗搜尋。為方便讀者理解，更穿插介紹了一些必要的數據結構知識及例子。
【機器學習】
機器學習是人工智慧領域的一個重要組成部分，其基本想法是利用數據進行學習，而不是人工定義一些概念或結構。第二章將學習機器學習的核心框架，即監督式學習（supervised learning）。監督式學習的應用非常廣泛，目前也有很好的解決方案。從監督式學習出發，本書會介紹各種不同類別的數據集，包括訓練集、測試集等。正確地區分不同類別的數據集，是理解監督式學習的關鍵。
【線性迴歸】
第三章會學到監督式學習中最基礎的線性模型。在經濟學與其他社會科學領域，線性模型仍然是最為常用的模型。線性模型可以用來分析資本存量、人均受教育程度等與經濟增長的關係，或根據市場訊息預測價格變動。本章將基於線性模型的概念，介紹梯度下降法，它不僅可用於線性模型，也適用於絕大部分機器學習算法，是機器學習領域最為常用的優化算法。
【神經網路】
第五章將先從深度線性網路談起，理解為什麼簡單疊加多層線性網路對於函數表達能力毫無提升，因此需要在網路中加入非線性的元素，以得到更強的表達能力，激勵函數就是神經網路中的非線性元素。神經網路的優化算法仍然是梯度下降法，相比線性模型，神經網路的導數計算更為複雜。
【本書特色】：
人工智慧被廣泛應用在日常生活中，包括無人駕駛、臉部辨識、語音助理等，這場技術變革為人類的生活帶來巨大影響，且仍舊在不斷地推陳出新。本書以簡單易懂的實例介紹人工智慧的核心原理，並以數學語言具體分析描述，加深讀者對基礎理論的理解，更結合練習題以便讀者深入學習，希望能從科學角度來見證人工智慧的變革與未來。
作者簡介
作者簡介
姚期智，電腦科學家，2000年圖靈獎得主，是目前唯一一位獲得此獎項的華人。現任北京清華大學交叉資訊研究院院長、北京清華大學理論電腦科學研究中心主任兼教授、香港中文大學博文講座教授、新竹國立清華大學榮譽講座，以及國立臺灣大學特聘研究講座教授，香港中文大學（深圳）傑出大學教授。 章節
前言第0章 數學與程式設計基礎- 引言
- 0.1 數學基礎
- 0.2 程式設計基礎
- 練習題
- 程式設計
第1章 搜尋- 引言
- 1.1 搜尋問題的定義
- 1.2 搜尋算法基礎
- 1.3 盲目搜尋
- 1.4 啟發式搜尋
- 1.5 對抗搜尋
- 本章總結
- 歷史回顧
- 練習題
第2章 機器學習- 引言
- 2.1 監督式學習的概念
- 2.2 數據集與損失函數
- 2.3 泛化
- 2.4 過度擬合與低度擬合
- 2.5 創建數據集
- 2.6 無監督與半監督式學習
- 本章總結
- 歷史回顧
- 練習題
第3章 線性迴歸- 引言
- 3.1 線性迴歸
- 3.2 優化方法
- 3.3 2分類問題
- 3.4 多分類問題
- 3.5 脊迴歸
- 3.6 Lasso迴歸
- 本章總結
- 練習題
第4章 決策樹、梯度提升和隨機森林- 引言
- 4.1 決策樹
- 4.2 隨機森林
- 4.3 梯度提升
- 本章總結
- 歷史回顧
- 參考文獻
- 練習題
第5章 神經網路- 引言
- 5.1 深度線性網路
- 5.2 非線性神經網路
- 5.3 反向傳播計算導數
- 本章總結
- 歷史回顧
- 練習題
第6章 電腦視覺- 引言
- 6.1 什麼是電腦視覺
- 6.2 圖像的形成
- 6.3 線性濾波器
- 6.4 邊際檢測
- 6.5 卷積神經網路
- 本章總結
- 歷史回顧
- 參考文獻
- 練習題
第7章 自然語言處理- 引言
- 7.1 語言模型
- 7.2 字模型與詞模型
- 7.3 向量語義
- 7.3.1 語義
- 7.4 基於神經網路的自然語言處理
- 本章總結
- 歷史回顧
- 練習題
第8章 馬可夫決策過程與強化學習- 引言
- 8.1 馬可夫鏈
- 8.2 馬可夫決策過程
- 8.3 強化學習
- 本章總結
- 歷史回顧
- 參考文獻
- 練習題
附錄A 數學基礎附錄B 程式設計基礎- B.1 整數類型的運算
- B.2 變量命名規則
- B.3 關係表達式和邏輯表達式
- B.4 函數調用中的傳值和傳引用
- B.5 複雜類型
- B.6 一些技巧
- B.7 程式設計風格
版權頁
|
您現在的位置：
電子書綜合教學
