![[百度网盘]人工智能中的机器学习研究及应用 PDF](https://image12.bookschina.com/2023/20230209/53/B8937894.jpg)
内容简介
本书详细地介绍了人工智能中机器学习的一些算法和应用，诸如线性回归、逻辑回归、神经网络、支持向量机等一些监督学习算法，以及K-均值聚类、用于降维的主成分分析、异常检测算法等无监督学习算法，此外还研究了一些机器学习的应用，如推荐系统、大规模机器学习系统、并行系统和映射化简方法，以及用于计算机视觉技术的滑动窗口分类算法等，并给出了关于构建机器学习系统的实用建议，谈到了偏差和方差、正则化、学习算法的评价法，介绍了评价矩阵，还有评价学习算法比较实用的训练集、交叉验证集和测试集。阐述学习算法的调试，以及如何确保学习算法的正常运行，研究了一些诊断法，比如学习曲线，同时也讨论了误差分析、上限分析等等内容。最后介绍了人工智能在现实中的前沿科技应用，并谈到了有趣的超人工智能的概念，以及对未来的展望和担忧，并向大家介绍了一些成功的AI公司的智能应用情况。
作者简介
蔡亮男，湖南大学计算机科学与技术本科毕业，华中科技大学工业工程专业硕士毕业。现任教于湖北汽车工业学院经济管理学院信息管理系，主要从事计算机和信息化相关教学工作，在国内外期刊发表论文多篇，出版教材1部，参与和承担省级科研项目多项，主讲课程有：《ERP应用技术》、《企业资源战略规划》、《数据库技术》等。多年来一直致力于信息化系统的开发、实施和应用工作。授课风格： 将理论性、实践性与趣味性相结合，讲解深入浅出，演绎通俗易懂，让学生在轻松的氛围中学到更多知识。
目录
第1章绪论1.1机器学1.2监督学3无监督学章机器学2.1单变量线回归2.1.1模型表示2.1.2代价函数2.1.3代价函数的直观理解2.1.4梯度下降2.1.5梯度下降的直观理解2.1.6梯度下降的线回归2.2线代数回顾·2.2.1矩阵和向量2.2.2加法和标量乘法·2.2.3矩阵向量乘法…2.2.4矩阵乘法的质·2.2.5逆、转置2.3多变量线回归2.3.1多维特征2.3.2多变量梯度下降2.3.3梯度下降法实践1：特征缩放·2.3.4梯度下降法实践2：学2.3.5特征和多项式回归…2.3.6正规方程方法·2.3.7正规方程及不可逆2.4 Octave 编程2.4.1 Octave 的基本操作
2.4.2移动数据
2.4.3计算数据
2.4.4数据绘图
2.4.5控制语句
2.4.6向量化
2.5逻辑回归
2.5.1分类问题
2.5.2假设表示
2.5.3判定边界
2.5.4代价函数
2.5.5简化的成本函数和梯度下降
2.5.6优化
2.5.7多类别分类：一对多
2.6正则化
2.6.1过度拟合
2.6.2代价函数
2.6.3正则化线回归.
2.6.4正则化的逻辑回归模型
第3章神经网络
3.1神经网络的发展历史及应用
3.1.1概述
3.1.2神经网络的定义
特征…3.1.3
3.1.4发展历史
3.1.5信息处理的基本原理与连接框架
3.1.6网络类型、学与规则
3.2神经网络的表示方法
3.2.1非线假设
3.2.2神经元和大脑
3.2.3模型表示1
3.2.4模型表示2
……
6.2.1遥远的未来——在眼前
6.2.2通往智能之路6.2.3弱人工智能到强人工智能之路
6.2.4强人工智能到超人工智能之路
6.2.5智能爆炸
6.2.6未来智能之路
6.2.7纳米技术
6.2.8人工智能的自我意识
6.2.9费米悖论
第7章 人工智能创业企业案例
2.4.2移动数据
2.4.3计算数据
2.4.4数据绘图
2.4.5控制语句
2.4.6向量化
2.5逻辑回归
2.5.1分类问题
2.5.2假设表示
2.5.3判定边界
2.5.4代价函数
2.5.5简化的成本函数和梯度下降
2.5.6优化
2.5.7多类别分类：一对多
2.6正则化
2.6.1过度拟合
2.6.2代价函数
2.6.3正则化线回归.
2.6.4正则化的逻辑回归模型
第3章神经网络
3.1神经网络的发展历史及应用
3.1.1概述
3.1.2神经网络的定义
特征…3.1.3
3.1.4发展历史
3.1.5信息处理的基本原理与连接框架
3.1.6网络类型、学与规则
3.2神经网络的表示方法
3.2.1非线假设
3.2.2神经元和大脑
3.2.3模型表示1
3.2.4模型表示2
……
6.2.1遥远的未来——在眼前
6.2.2通往智能之路6.2.3弱人工智能到强人工智能之路
6.2.4强人工智能到超人工智能之路
6.2.5智能爆炸
6.2.6未来智能之路
6.2.7纳米技术
6.2.8人工智能的自我意识
6.2.9费米悖论
第7章 人工智能创业企业案例