注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络人工智能机器学习vs复杂系统

机器学习vs复杂系统

机器学习vs复杂系统

定 价:¥59.00

作 者: 许铁
出版社: 电子工业出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787121344107 出版时间: 2018-07-01 包装: 平装
开本: 16开 页数: 192 字数:  

内容简介

  本书从跨学科视角来看待人工智能这个技术性的学科。围绕用数学模型预测未来这一主题,介绍算法,主要包括现在流行的机器学习和深度学习算法,以及算法要解决问题本身的复杂性。复杂的问题,需要复杂的算法,而算法设计背后的老师正是自然界的复杂性本身。*终,我们上升到自然界解决复杂性*有利的工具,即人类智能本身,让读者从神经科学的角度再次理解人工智能这个大主题,理解神经科学是如何启发人工智能的,而人工智能又如何帮助我们理解人类智能本身。本书既适合具有高中以上数学知识的一般读者,作为他们了解人工智能和复杂系统领域的科普读物;也适合已经在人工智能领域工作的专业人士,使他们从工程视角之外的更大视角去看待这一领域,获得新的启发。

作者简介

  许铁, 法国巴黎高师物理硕士 ,以色列理工大学(以色列85%科技创业人才的摇篮, 计算机科学享誉全球)计算神经科学博士,混沌巡洋舰公共号创始人,巡洋舰科技有限公司创始人, 曾在香港浸会大学非线性科学中心工作一年。

图书目录

第一部分 复杂性
1 复杂系统 ........................................................................................................ 2
2 用复杂网络看世界经济(阅读难度1星)..................................................... 7
3 风险管理策略之复杂科学视角 .................................................................. 11
4 从物理角度看复杂 ...................................................................................... 24

第二部分 机器学习
5 白话机器学习(阅读难度1星) .................................................................. 46
6 浅谈贝叶斯分析 .......................................................................................... 53
7 简单贝叶斯分类器(阅读难度1星) .......................................................... 57
8 决策树方法(阅读难度2星) ................................................................... 60
9 感知机:神经网络的基础(阅读难度3星) ....................................... 64
10 降维:应对复杂的通用武器(阅读难度1星) ......................................... 67

第三部分 神经网络
11 神经网络不神秘 ........................................................................................ 74
12 CNN 的几个关键词(阅读难度3星) ................................................ 80
13 时间序列与RNN ...................................................................................... 91
14 会遗忘的神经网络(阅读难度3星) ................................................. 96
15 跟着AlphaGo 理解深度强化学习框架(阅读难度3星) ............... 100
16 从阿尔法元看强化学习的更广阔潜力 .................................................. 107

第四部分 宇宙间最复杂的就是我们的大脑
17 深层视觉信息的编码机制(阅读难度1星) ........................................... 114
18 大脑的自由能假说――兼论认知科学与机器学习(阅读难度2星) 121
19 大脑中的支持向量机(阅读难度3星) ........................................... 126
20 机器学习是如何巧妙理解我们大脑的工作原理的
(阅读难度2星) ..................................................................................... 133
21 大脑经济学(阅读难度1星) .................................................................. 140
22 人工智能vs 人类智能(阅读难度2星) ............................................. 149

第五部分 人工智能应用谈
23 人工智能会取代艺术家的工作吗 .......................................................... 156
24 机器学习预测心理疾病 .......................................................................... 159
25 人机协作决策的两种方式 ...................................................................... 164
26 小数据机器学习 ...................................................................................... 166
27 用深度学习玩图像的七重关卡 .............................................................. 170
28 深度学习助力基因科技 .......................................................................... 174
29 机器学习对战复杂系统 .......................................................................... 176

本目录推荐