人工智能中学生入门

定　价：¥58.00

作　者：	李国良，好未来AI工程院编
出版社：	清华大学出版社
丛编项：
标　签：	暂缺

购买这本书可以去

京东 (¥49.30)

ISBN：	9787302557203	出版时间：	2020-08-01	包装：	平装
开本：	16开	页数：	155	字数：

内容简介

　　人工智能已经渗透到我们生活、学习和工作的方方面面，它必将对我们的未来产生持久而深远的影响。在智能时代，认识、理解、使用和掌握智能技术将成为人们的基本需求，学习智能技术也是启迪创新思想的有效途径。本套人工智能教程，将带领同学们踏上探索人工智能的奇趣旅程。愿这段旅程在带来知识和乐趣的同时，能够帮助大家打开思想之门，释放天性，从而充满信心地去迎接炫目的智能未来。《人工智能中学生入门》是面向中学生介绍人工智能领域的入门书籍，从人工智能的概念和发展历史讲起，全面系统地介绍了人工智能的数学基础、人工智能领域的三大经典任务——回归、分类和聚类，以及人工智能的前沿领域。《人工智能中学生入门》通过深入浅出的讲解，帮助青少年认识人工智能并理解其背后的原理和技术。《人工智能中学生入门》可作为中学信息技术课程人工智能模块的教材，也可作为青少年课外科普读物，还可作为相关培训机构的培训教材。

作者简介

　　李国良，清华大学计算机科学与技术系长聘教授，博士生导师，国家杰出青年科学基金获得者，中国计算机学会数据库专业委员会副主任，ACM SIGMOD China（国际计算机学会数据管理国际会议中国组）副主席。主要研究方向为数据库、智能数据处理、在线教育等。在计算机领域的顶j会议和期刊上发表论文100余篇，他引8000余次。

图书目录

目录
第1章人工智能的前世今生
.
.........................................001
1.1
人工智能的定义
.
.........................................002
1.2
人工智能发展史
.
.........................................003
1.3
人工智能学派及研究领域
.
........................................009
1.4
“人工智能+”：改变各行各业
.
........................................011
本章小结
.
.........................................015
第2章人工智能基础
.
................................. ......016
2.1
人工智能的数学基础
.
.........................................017
2.2
一般数据的表示与处理
.
.........................................022
2.3
其他数据的表示与处理
.
............... .......................026
本章小结...............................032
第3章回归：预测图书价格
.
........................................033
3.1
一元线性回归
.
.........................................034
3.2
代价函数的求解
.
........................................037
3.3
使用Excel软件求一元线性回归方程
.
.........................................040
3.4
多元线性回归与多项式回归
.
.........................................041
3.5
模型选择与过拟合问题
.
.........................................045
本章小结
.
..........................................049
第4 章分类：健康管理与均衡饮食..........050
4.1
分类问题实例 .............................051
4.2
k 近邻算法 ...............................052
4.3
逻辑回归 .................................054
4.4
支持向量机 ...............................057
4.5
多分类任务 ...............................060
4.6
分类任务评价指标与分析....................061
本章小结 ...................... 063
第5 章聚类：合理划分景区.................064
5.1
聚类初识 ................................065
5.2
簇间距离 .................................066
5.3
聚类算法: 如何划分景区 ...................067
5.4
聚类算法结果评估 .........................074
5.5
聚类算法优劣对比 ..........................076
本章小结 ...................................077
第6 章神经网络与深度学习：识别俄罗斯方块..078
6.1
神经网络：模拟人脑的计算方式 ...............079
6.2
神经网络的结构和原理 .......................080
6.3
神经网络的学习过程 .........................086
6.4
深度学习 ....................................088
6.5
卷积神经网络——CNN ........................090
6.6
循环神经网络——RNN ........................093
本章小结 ...................................095
第7 章强化学习：游戏之王的魅力..............096
7.1
强化学习简史 .................................097

7.2
强化学习的基本概念和方法 ...................099
7.3
强化学习的数学原理 ..........................102
7.4
强化学习的应用 ..............................103
本章小结 .....................................104
第8章对抗学习：生成以假乱真的图像.............105
8.1
神奇的生成对抗网络 ..........................106
8.2对抗学习前沿应用 .........................110
8.3
小试牛刀———手写数字生成 ................115
本章小结 ....................................120
第9 章主动学习：无人驾驶汽车.................121
9.1
困难——海量交通图片 ........................122
9.2
策略——有选择的标注 .........................124
9.3
应用——提高训练效率 .........................127
本章小结 ......................................131
第10 章知识图谱：与问答系统对话..............132
10.1
知识图谱的应用 ...............................133
10.2
知识图谱简史 .................................135
10.3
知识图谱的相关概念 ...........................137
10.4
从零构建知识图谱 .............................143
本章小结 .....................................152
参考文献......................................153