爐邊夜話 深入淺出話AI 版權信息
- ISBN:9787522630182
- 條形碼:9787522630182 ; 978-7-5226-3018-2
- 裝幀:平裝-膠訂
- 冊數:暫無
- 重量:暫無
- 所屬分類:
爐邊夜話 深入淺出話AI 本書特色
在學習AI的道路上可能積累了很多的無法理解,包括但不限于概念、算法原理、數學實現細節等方面。你可能初入AI,便陷入了機器學習、深度學習、NPL、ChatGPT、AI、AIGC、LM等的包圍,
分不清誰是誰、哪跟哪,突然不知道AI應從何學起、如何學起。那么,你不應該錯過這本書。
爐邊夜話 深入淺出話AI 內容簡介
本書始終圍繞著人工智能(AI)的本質及原理進行講解,循序漸進地探索了機器學習、深度學習、強化學習以及大模型等AI的核心原理。
它們的技術根基可以進一步回溯到統計概率論、線性代數、微積分、*優化理論等學科,而本書將生硬的基礎數學原理通過客觀世界娓娓道來,幫助讀者克服學習AI的障礙,讓復雜的理論變得易于消化,讓抽象的概念變得具體可感。
無論你是人工智能領域的新人,抑或是有一定經驗的研究者,本書能成為你探索AI世界的得力助手。
爐邊夜話 深入淺出話AI 目錄
推薦序前言第1章 生命與智能 ◆11.1 生命的起源 21.2 人類智能的出現 31.3 人腦的結構 5第2章 人工智能學科 ◆92.1 何為智能 92.2 何為人工智能 102.3 弱/強人工智能 112.4 人工智能發展史 122.5 三大學派 20第3章 圖靈機與計算機 ◆233.1 圖靈機 24推薦序
前言
第1章 生命與智能 ◆1
1.1 生命的起源 2
1.2 人類智能的出現 3
1.3 人腦的結構 5
第2章 人工智能學科 ◆9
2.1 何為智能 9
2.2 何為人工智能 10
2.3 弱/強人工智能 11
2.4 人工智能發展史 12
2.5 三大學派 20
第3章 圖靈機與計算機 ◆23
3.1 圖靈機 24
3.2 計算機 30
第4章 現實世界的模型 ◆47
4.1 概念、理論與模型 47
4.2 數學模型理論 50
4.3 對現實世界建模 55
4.4 模型與算法 60
第5章 不確定世界的模型 ◆62
5.1 復雜的世界 62
5.2 不確定性是常態 63
5.3 以概率描述隨機 65
5.4 概率思維 67
5.5 貝葉斯定理 69
5.6 概率分布 72
第6章 如何尋找復雜模型的*優解 ◆81
6.1 什么是*優解 81
6.2 人工智能與*優化 82
6.3 *優化建模流程 84
6.4 模型三要素 85
6.5 無約束的*優化 86
6.6 有約束的*優化 98
第7章 向量與矩陣抽象萬物 ◆105
7.1 現實世界的數字化 105
7.2 空間與向量 109
7.3 向量抽象萬物 111
7.4 矩陣與張量 118
第8章 機器學習 ◆120
8.1 機器學習是什么 120
8.2 機器學習與人工智能 121
8.3 機器學習的本質 123
第9章 機器學習如何辨別事物 ◆135
9.1 二分類與多分類 135
9.2 分類的實現方式 136
9.3 機器學習分類算法 138
第10章 機器學習如何捕捉關系 ◆149
10.1 自然規律的發現 149
10.2 機器學習中的變量關系 151
10.3 回歸的原理 152
10.4 欠擬合與過擬合 156
10.5 常用的回歸算法 158
第11章 機器學習如何無師自通 ◆161
11.1 無監督學習 161
11.2 無監督學習類型 162
11.3 聚類 163
11.4 降維 167
11.5 關聯規則 168
11.6 異常檢測 171
11.7 監督學習與無監督學習 172
第12章 機器學習如何自己學會 玩游戲 ◆173
12.1 人類與環境的交互 173
12.2 強化學習 174
12.3 馬爾可夫決策過程 177
12.4 Q學習訓練過程 179
12.5 Q學習玩游戲例子 182
第13章 神經網絡及其學習機制 ◆187
13.1 模擬大腦 188
13.2 感知機模型 189
13.3 引入梯度下降 191
13.4 多層感知機 193
13.5 神經網絡的訓練 194
13.6 激活函數 202
第14章 深度學習“大力出奇跡” ◆206
14.1 什么是深度學習 207
14.2 自動特征提取 208
14.3 卷積神經網絡 209
14.4 循環神經網絡 227
14.5 變換器神經網絡 232
第15章 機器如何理解人類的語言 ◆245
15.1 人類語言復雜性 246
15.2 語言如何建模 247
15.3 詞向量 249
15.4 讓機器具有理解能力 253
15.5 自然語言處理 256
15.6 NLP為什么難 258
第16章 機器如何看見世界 ◆261
16.1 計算機視覺 261
16.2 一切皆像素 266
16.3 學習識別圖像 268
16.4 缺乏概念與知識 269
第17章 ChatGPT是如何工作的 271
17.1 ChatGPT介紹 271
17.2 大語言模型 273
17.3 語言模型的發展 275
17.4 大語言模型的使用 276
17.5 涌現能力 279
17.6 核心網絡架構 280
17.7 大語言模型的“大” 282
17.8 海量語料庫 283
17.9 “單字接龍”游戲 284
17.10 預訓練 微調 286
17.11 人類反饋強化學習 287
17.12 從GPT-1到GPT-4 290
第18章 如何讓機器成為繪畫師 ◆292
18.1 自動編碼器 293
18.2 變分自動編碼器 294
18.3 生成對抗網絡 297
18.4 擴散模型 300
18.5 語言圖像關系模型 303
18.6 穩定擴散模型 307
展開全部
爐邊夜話 深入淺出話AI 相關資料
走進AI新世界(推薦序) 1.兩種學習方式僅就學習這件事來說,我感覺可以分為兩種網格:一種是不拘小節,一往無前;另一種是追根溯源,打破砂鍋。兩種風格各有優點。第一種方式,往往能以較快的速度達到考試、就業或其他里程碑目標,但可能遺留較多似是而非的知識點,經常難以跨過“大廠”的門檻,要想在領域有所建樹,還需回爐再造。這種學習風格還會使學習變成一個“減速”過程,一個點沒吃透,可能會導致一連串的技術變得難以理解,從而使學習新知識的速度越來越慢,甚至迷失在知識迭代的汪洋中。
爐邊夜話 深入淺出話AI 作者簡介
汪建:崇尚技術自由,崇尚思想自由。目前就職于廣東電信AI中心,負責AI研發及研發管理相關工作。超十年AI一線研發經驗,致力于研發各種AI能力并賦能到業務系統中。擅長算法、NLP、CV、架構、大數據等領域技術。平時喜歡看書、運動、寫作、繪畫。