機器學習與人工智慧從理論到實踐

內容簡介

本書理論與實踐相結合，全面介紹人工智慧（AI）和機器學習（ML）。全書分為六部分。部分介紹人工智慧和機器學習在現代背景下的概念以及它們的起源和現狀，並討論了使用這些概念的各種場景和數據的理解、表示與可視化。第二部分介紹機器學習的各種方法及新興趨勢。第三部分介紹使用算法構建端到端機器學習管道。第四部分重點介紹機器學習模型的實現，以開發人工智慧套用。第五部分介紹解決現實機器學習問題的一些實現策略。第六部分是本書總結和下一步工作。

圖書目錄

序

前言

致謝

第一部分簡介

第1章人工智慧和機器學習簡介

1．1 引言

1．2 什麼是人工智慧

1．3 什麼是機器學習

1．4 本書的結構

1．4．1 簡介

1．4．2 機器學習

1．4．3 構建端到端管道

1．4．4 人工智慧

1．4．5 實現

1．4．6 結語

第2章人工智慧和機器學習的基本概念

2．1 引言

2．2 大數據和非大數據

2．2．1 什麼是大數據

2．2．2 為什麼我們應該區別對待大數據

2．3 學習類型

2．3．1 監督學習

2．3．2 無監督學習

2．3．3 強化學習

2．4 基於時間的機器學習方法

2．4．1 靜態學習

2．4．2 動態學習

2．5 維數

2．6 線性和非線性

2．7 奧卡姆剃刀原理

2．8 “沒有免費的午餐”定理

2．9 收益遞減規律

2．10 機器學習的早期趨勢

2．11 小結

第3章數據的理解、表示和可視化

3．1 引言

3．2 理解數據

3．2．1 理解實體

3．2．2 理解屬性

3．2．3 理解數據類型

3．3 數據的表示和可視化

3．3．1 主成分分析

3．3．2 線性判別分析

3．4 小結

第二部分機器學習

第4章線性方法

4．1 引言

4．2 線性模型和廣義線性模型

4．3 線性回歸

4．3．1 定義問題

4．3．2 解決問題

4．4 正則化的線性回歸

4．4．1 正則化

4．4．2 嶺回歸

4．4．3 Lasso回歸

4．5 廣義線性模型

4．6 k最近鄰算法

4．6．1 KNN的定義

機器學習與人工智慧從理論到實踐

基本介紹

內容簡介

圖書目錄

作者簡介

相關詞條

熱門詞條