作者：马少平 编
页数：272
出版社：清华大学出版社
出版日期：2024
ISBN：9787302666509
高清校对版pdf（带目录）
前往页尾底部查看PDF电子书
内容简介
本书是一本针对初学者介绍人工智能基础知识的书籍。本书采用通俗易懂的语言讲解人工智能的基本概念、发展历程和主要方法，内容涵盖人工智能的核心方法，包括什么是人工智能、神经网络是如何实现的、计算机是如何学会下棋的、计算机是如何找到最优路径的、统计机器学习方法是如何实现分类与聚类的、专家系统是如何实现的等，每种方法都配有例题并给出详细的求解过程，以帮助读者理解和掌握算法实质，提高读者解决实际问题的能力。
此外，本书可以帮助人工智能的开发人员理解各种算法背后的基本原理。书中的讲解方法和示例，有助于相关课程的教师讲解相关概念和算法。
总之，这是一本实用性强、通俗易懂的人工智能入门教材，适合不同背景的读者学习和使用。
作者简介
马少平，清华大学计算机系教授，博世知识表示与推理冠名教授，现任清华大学“天工”智能计算研究院常务副院长，人工智能研究院信息获取研究中心主任，中国人工智能学会副监事长，中国中文信息学会副理事长，长期从事智能信息处理工作，在信息检索、 系统方面取得了 成果。同时，马少平教授从事人工智能导论的教学工作长达20多年，在人工智能教育领域有丰富经验。
本书特色
本书由清华大学马少平教授编写，通过老师与学生两人问答的形式，讲解了人工智能的基本概念、发展历程和主要方法，内容丰富，实例典型，讲解透彻。在写作前作者还通过公众号连载了部分内容，得到了很多读者的反馈意见，也使得本书更具针对性、友好性和可读性。
概念准确，通俗易懂，知识系统；有微课视频和科普公众号帮助读者提高理解能力
目录
第0篇什么是人工智能1
0.1人工智能的诞生1
0.2人工智能的5个发展时代4
0.2.1初期时代4
0.2.2知识时代6
0.2.3特征时代8
0.2.4数据时代11
0.2.5大模型时代14
0.3人工智能的定义21
0.4图灵测试与中文屋子问题23
0.4.1图灵测试23
0.4.2中文屋子问题26
0.5第三代人工智能28
0.6总结31
第1篇神经网络是如何实现的34
1.1从数字识别谈起34
1.2神经元与神经网络40
1.3神经网络是如何训练的44
1.4卷积神经网络53
1.5梯度消失问题64
1.6过拟合问题74
1.7深度学习框架78
1.8总结79
第2篇计算机是如何学会下棋的80
2.1能穷举吗？81
2.2极小布大模型84
2.3α拨录糁λ惴85
2.4蒙特卡洛树搜索89
2.5AlphaGo是如何下棋的98
2.6总结106
第3篇计算机是如何找到最优路径的107
3.1路径搜索问题108
3.2宽度优先搜索算法110
3.3迪杰斯特拉算法112
3.4启发式搜索115
3.4.1A算法115
3.4.2A乘惴122
3.4.3定义h函数的一般原则122
3.5深度优先搜索算法125
3.6动态规划与Viterbi算法130
3.7总结132
第4篇统计机器学习方法是如何实现分类与聚类的134
4.1统计学习方法135
4.2朴素贝叶斯方法139
4.3决策树147
4.3.1决策树算法——ID3算法150
4.3.2决策树算法——C4.5算法164
4.4k近邻方法171
4.5支持向量机175
4.5.1什么是支持向量机175
4.5.2线性可分支持向量机181
4.5.3线性支持向量机194
4.5.4非线性支持向量机197
4.5.5核函数与核方法200
4.5.6支持向量机用于多分类问题206
4.6k均值聚类算法213
4.7层次聚类算法220
4.8验证与测试问题223
4.9总结226
第5篇专家系统是如何实现的228
5.1什么是专家系统229
5.2推理方法232
5.3一个简单的专家系统236
5.4非确定性推理242
5.4.1事实的表示242
5.4.2规则的表示243
5.4.3逻辑运算244
5.4.4规则运算246
5.4.5规则合成248
5.5专家系统工具253
5.6专家系统的应用256
5.7专家系统的局限性257
5.8总结258
非特殊说明，本博所有文章均为博主原创。
如若转载，请注明出处：https://www.xiazainiu.com/Wd1qk_5_23897.html
