機(jī)器學(xué)習(xí)vs復(fù)雜系統(tǒng)

定　價(jià)：￥59.00

作　者：	許鐵
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

京東 (￥59.00)

ISBN：	9787121344107	出版時(shí)間：	2018-07-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	192	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)從跨學(xué)科視角來(lái)看待人工智能這個(gè)技術(shù)性的學(xué)科。圍繞用數(shù)學(xué)模型預(yù)測(cè)未來(lái)這一主題，介紹算法，主要包括現(xiàn)在流行的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，以及算法要解決問(wèn)題本身的復(fù)雜性。復(fù)雜的問(wèn)題，需要復(fù)雜的算法，而算法設(shè)計(jì)背后的老師正是自然界的復(fù)雜性本身。*終，我們上升到自然界解決復(fù)雜性*有利的工具，即人類智能本身，讓讀者從神經(jīng)科學(xué)的角度再次理解人工智能這個(gè)大主題，理解神經(jīng)科學(xué)是如何啟發(fā)人工智能的，而人工智能又如何幫助我們理解人類智能本身。本書(shū)既適合具有高中以上數(shù)學(xué)知識(shí)的一般讀者，作為他們了解人工智能和復(fù)雜系統(tǒng)領(lǐng)域的科普讀物；也適合已經(jīng)在人工智能領(lǐng)域工作的專業(yè)人士，使他們從工程視角之外的更大視角去看待這一領(lǐng)域，獲得新的啟發(fā)。

作者簡(jiǎn)介

　　許鐵，法國(guó)巴黎高師物理碩士，以色列理工大學(xué)（以色列85%科技創(chuàng)業(yè)人才的搖籃，計(jì)算機(jī)科學(xué)享譽(yù)全球）計(jì)算神經(jīng)科學(xué)博士，混沌巡洋艦公共號(hào)創(chuàng)始人，巡洋艦科技有限公司創(chuàng)始人，曾在香港浸會(huì)大學(xué)非線性科學(xué)中心工作一年。

圖書(shū)目錄

第一部分復(fù)雜性
1 復(fù)雜系統(tǒng) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 2
2 用復(fù)雜網(wǎng)絡(luò)看世界經(jīng)濟(jì)（閱讀難度1星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 7
3 風(fēng)險(xiǎn)管理策略之復(fù)雜科學(xué)視角．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 11
4 從物理角度看復(fù)雜．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 24

第二部分機(jī)器學(xué)習(xí)
5 白話機(jī)器學(xué)習(xí)（閱讀難度1星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 46
6 淺談貝葉斯分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 53
7 簡(jiǎn)單貝葉斯分類器（閱讀難度1星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 57
8 決策樹(shù)方法（閱讀難度2星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 60
9 感知機(jī)：神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)（閱讀難度3星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 64
10 降維：應(yīng)對(duì)復(fù)雜的通用武器（閱讀難度1星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 67

第三部分神經(jīng)網(wǎng)絡(luò)
11 神經(jīng)網(wǎng)絡(luò)不神秘．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 74
12 CNN 的幾個(gè)關(guān)鍵詞（閱讀難度3星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 80
13 時(shí)間序列與RNN ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 91
14 會(huì)遺忘的神經(jīng)網(wǎng)絡(luò)（閱讀難度3星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 96
15 跟著AlphaGo 理解深度強(qiáng)化學(xué)習(xí)框架（閱讀難度3星）．．．．．．．．．．．．．．． 100
16 從阿爾法元看強(qiáng)化學(xué)習(xí)的更廣闊潛力．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 107

第四部分宇宙間最復(fù)雜的就是我們的大腦
17 深層視覺(jué)信息的編碼機(jī)制（閱讀難度1星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 114
18 大腦的自由能假說(shuō)――兼論認(rèn)知科學(xué)與機(jī)器學(xué)習(xí)（閱讀難度2星） 121
19 大腦中的支持向量機(jī)（閱讀難度3星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 126
20 機(jī)器學(xué)習(xí)是如何巧妙理解我們大腦的工作原理的
（閱讀難度2星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 133
21 大腦經(jīng)濟(jì)學(xué)（閱讀難度1星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 140
22 人工智能vs 人類智能（閱讀難度2星）．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 149

第五部分人工智能應(yīng)用談
23 人工智能會(huì)取代藝術(shù)家的工作嗎．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 156
24 機(jī)器學(xué)習(xí)預(yù)測(cè)心理疾病．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 159
25 人機(jī)協(xié)作決策的兩種方式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 164
26 小數(shù)據(jù)機(jī)器學(xué)習(xí) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 166
27 用深度學(xué)習(xí)玩圖像的七重關(guān)卡．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 170
28 深度學(xué)習(xí)助力基因科技．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 174
29 機(jī)器學(xué)習(xí)對(duì)戰(zhàn)復(fù)雜系統(tǒng) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 176