人工智能算法 卷1 基础算法 - [美] 杰弗瑞·希顿(Jeffery Heaton)

人工智能算法 卷1 基础算法

[美] 杰弗瑞·希顿(Jeffery Heaton)

出版时间

2019-12-31

ISBN

9787115523402

评分

★★★★★

标签

算法

书籍介绍

算法是人工智能技术的核心。本书介绍了人工智能的基础算法,全书共10 章,涉及维度法、距离度量算法、K 均值聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中所有算法均配以具体的数值计算来进行讲解,读者可以自行尝试。每章都配有程序示例,GitHub 上有多种语言版本的示例代码可供下载。本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者阅读参考。

目录
第 1 章 AI 入门 1
1.1 与人类大脑的联系 2
1.1.1 大脑和真实世界 3
1.1.2 缸中之脑 5
1.2 对问题建模 6

显示全部
用户评论
第一卷,基础中的基础,还不错吧,期待其他卷 - -
薄薄的一本书 有所收获~
入门讲解的还不错,作为小白入门书,有点收获,虽然书薄薄一本,但代码非常详尽,各种语言都有,可读性很高.可惜后面算法部分,伪代码可读性一般,公式错印刷,严重影响了阅读体验...
4种模型:分类、回归、聚类、时序 训练是对长期记忆的塑造过程。对神经网络而言,训练改变的就是权重矩阵。 短期记忆指模型的内部状态,很多机器学习算法都没有“内部状态”,一般使用滑动窗口算法对数据进行编码。 均方根误差是线性的,而均方误差则不然。如果训练集中的误差全都翻了一倍,那么均方根误差也会翻一倍,但均方误差不是这样。
深入浅出,尤其是优化算法那部分很受启发。
下载
收藏