| 失效链接处理 |
|
机器学习vs复杂系统 PDF 下载
转载自：https://www.jb51.net/books/691679.html
本站整理下载：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/25306333.html
相关截图：
资料简介：
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。
资料目录：
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 |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
