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
人工智能發展史
.
.........................................003
1.3
人工智能學派及研究領域
.
........................................009
1.4
“人工智能+”：改變各行各業
.
........................................011
本章小結
.
.........................................015
第2章 人工智能基礎
.
................................. ......016
2.1
人工智能的數學基礎
.
.........................................017
2.2
一般數據的表示與處理
.
.........................................022
2.3
其他數據的表示與處理
.
............... .......................026
本章小結...............................032
第3章 回歸：預測圖書價格
.
........................................033
3.1
一元線性回歸
.
.........................................034
3.2
代價函數的求解
.
........................................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式回歸
.
.........................................041
3.5
模型選擇與過擬合問題
.
.........................................045
本章小結
.
..........................................049
第4 章 分類：健康管理與均衡飲食..........050
4.1
分類問題實例 .............................051
4.2
k 近鄰算法 ...............................052
4.3
邏輯回歸 .................................054
4.4
支持向量機 ...............................057
4.5
多分類任務 ...............................060
4.6
分類任務評價指標與分析....................061
本章小結 ...................... 063
第5 章 聚類：合理劃分景區.................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 ...................067
5.4
聚類算法結果評估 .........................074
5.5
聚類算法優劣對比 ..........................076
本章小結 ...................................077
第6 章 神經網絡與深度學習：識別俄羅斯方塊..078
6.1
神經網絡：模擬人腦的計算方式 ...............079
6.2
神經網絡的結構和原理 .......................080
6.3
神經網絡的學習過程 .........................086
6.4
深度學習 ....................................088
6.5
卷積神經網絡——CNN ........................090
6.6
循環神經網絡——RNN ........................093
本章小結 ...................................095
第7 章 強化學習：游戲之王的魅力..............096
7.1
強化學習簡史 .................................097

7.2
強化學習的基本概念和方法 ...................099
7.3
強化學習的數學原理 ..........................102
7.4
強化學習的應用 ..............................103
本章小結 .....................................104
第8章對抗學習：生成以假亂真的圖像.............105
8.1
神奇的生成對抗網絡 ..........................106
8.2對抗學習前沿應用 .........................110
8.3
小試牛刀———手寫數字生成 ................115
本章小結 ....................................120
第9 章 主動學習：無人駕駛汽車.................121
9.1
困難——海量交通圖片 ........................122
9.2
策略——有選擇的標注 .........................124
9.3
應用——提高訓練效率 .........................127
本章小結 ......................................131
第10 章 知識圖譜：與問答系統對話..............132
10.1
知識圖譜的應用 ...............................133
10.2
知識圖譜簡史 .................................135
10.3
知識圖譜的相關概念 ...........................137
10.4
從零構建知識圖譜 .............................143
本章小結 .....................................152
參考文獻......................................153