人工智能算法（卷1）

书名：人工智能算法（卷1）基础算法
作者：[美]杰弗瑞·希顿
译者：李尔超
ISBN：9787115523402
出版社：人民邮电出版社
出版时间：2020-1
格式：epub/mobi/azw3/pdf
页数：166
豆瓣评分： 7.0

书籍简介：

算法是人工智能技术的核心。本书介绍了人工智能的基础算法，全书共10章，涉及维度法、距离度量算法、K均值聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead算法和线性回归算法等。书中所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章都配有程序示例，GitHub上有多种语言版本的示例代码可供下载。本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者阅读参考。

作者简介：

杰弗瑞·希顿（Jeffery Heaton）既是一位活跃的技术博主、开源贡献者，也是十多本图书的作者。他的专业领域包括数据科学、预测建模、数据挖掘、大数据、商务智能和人工智能等。他拥有华盛顿大学信息管理学硕士学位，是IEEE的高级会员、Sun认证Java程序员、开源机器学习框架Encog的首席开发人员。

书友短评：

@ 自娱者小五 第一卷，基础中的基础，还不错吧，期待其他卷 – – @ wen 薄薄的一本书 有所收获～ @ 沉寂之舟 入门讲解的还不错,作为小白入门书,有点收获,虽然书薄薄一本,但代码非常详尽,各种语言都有,可读性很高.可惜后面算法部分,伪代码可读性一般,公式错印刷,严重影响了阅读体验… @ FCperson 4种模型：分类、回归、聚类、时序训练是对长期记忆的塑造过程。对神经网络而言，训练改变的就是权重矩阵。短期记忆指模型的内部状态，很多机器学习算法都没有“内部状态”，一般使用滑动窗口算法对数据进行编码。均方根误差是线性的，而均方误差则不然。如果训练集中的误差全都翻了一倍，那么均方根误差也会翻一倍，但均方误差不是这样。 @ 任e逍遥 深入浅出，尤其是优化算法那部分很受启发。 @ FCperson 4种模型：分类、回归、聚类、时序训练是对长期记忆的塑造过程。对神经网络而言，训练改变的就是权重矩阵。短期记忆指模型的内部状态，很多机器学习算法都没有“内部状态”，一般使用滑动窗口算法对数据进行编码。均方根误差是线性的，而均方误差则不然。如果训练集中的误差全都翻了一倍，那么均方根误差也会翻一倍，但均方误差不是这样。 @ 沉寂之舟 入门讲解的还不错,作为小白入门书,有点收获,虽然书薄薄一本,但代码非常详尽,各种语言都有,可读性很高.可惜后面算法部分,伪代码可读性一般,公式错印刷,严重影响了阅读体验…

前言
资源与支持
第1章　AI入门
1.1　与人类大脑的联系
1.2　对问题建模
1.3　对输入/输出建模
1.4　理解训练过程
1.5　本章小结
第2章　数据归一化
2.1　计量尺度
2.2　观测值归一化
2.3　其他归一化方法
2.4　本章小结
第3章　距离度量
3.1　理解向量
3.2　计算向量距离
3.3　光学字符识别
3.4　本章小结
第4章　随机数生成
4.1　伪随机数生成算法的概念
4.2　随机数分布类型
4.3　轮盘模拟法
4.4　伪随机数生成算法
4.5　用蒙特卡洛方法估算PI值
4.6　本章小结
第5章　K均值聚类算法
5.1　理解训练集
5.2　理解K均值算法
5.3　K均值算法的初始化
5.4　本章小结
第6章　误差计算
6.1　方差和误差
6.2　均方根误差
6.3　均方误差
6.4　误差计算方法的比较
6.5　本章小结
第7章　迈向机器学习
7.1　多项式系数
7.2　训练入门
7.3　径向基函数网络
7.4　本章小结
第8章　优化训练
8.1　爬山算法
8.2　模拟退火算法
8.3　Nelder-Mead算法
8.4　Nelder-Mead算法的终止条件
8.5　本章小结
第9章　离散优化
9.1　旅行商问题
9.2　环形旅行商问题
9.3　背包问题
9.4　本章小结
第10章　线性回归
10.1　线性回归
10.2　广义线性模型
10.3　本章小结
附录A　示例代码使用说明
A.1　系列图书简介
A.2　保持更新
A.3　获取示例代码
A.4　示例代码的内容
A.5　如何为项目做贡献
参考资料
· · · · · ·

　　人工智能算法(共3册)，这套丛书还有《人工智能算法（卷3）》《人工智能算法（卷2）》。

添加微信公众号:好书天下获取