大话机器智能:一书看透AI的底层运行逻辑

1星价 ¥65.0 (7.3折)

2星价￥65.0 定价￥89.0

作者：徐晟

出版社：机械工业出版社

本类榜单：计算机/网络

分类：计算机/网络 > 人工智能

暂无评论

图文详情

ISBN：9787111696193
装帧：一般胶版纸
册数：暂无
重量：暂无
开本：16开
页数：260
出版时间：2021-12-01
条形码：9787111696193 ; 978-7-111-69619-3

本书特色

适读人群：1、对人工智能技术和相关科技领域感兴趣的大众；2、面向人工智能方向或有兴趣朝该领域发展的IT技术从业人员；3、人工智能领域的投资者、创业者、大学生（1）了解AI“化学反应”之旅——分析支撑AI的三大基础学科（概率论、统计学、信息论）的底层运作逻辑，大话有趣的历史与实践。（2）了解AI“*强大脑”由来——理解AI智能拥有的三大武器，即数据、算法与算力，剖析AI为何拥有智能的原理。（3）探讨AI世界的未来——AI的安全与热点话题，为你审视未来提供思路，化解诸多疑问，更添笃定。

内容简介

本书围绕思维、信息、数据、算法、技术、安全、未来等方面讨论人工智能技术背后的实现原理和本质。涵盖以下要点。1、人类解决人工智能技术问题的根本原因。2、重点围绕香农提出的信息论，并在此基础上阐述关于信息的度量、加密、传输等方面的内容。3、从正反两个角度来审视大数据给我们生活带来的影响。4、围绕机器学习算法、人工神经网络算法等内容展开讨论。5、围绕计算机发展、运算、存储等技术实现，并说明分布式计算的原理、实现过程、要解决的一致性难题等。6、围绕大众比较关注的大数据安全等话题，比如大数据杀熟、智能攻防等进行讲解。7、开放性的探讨人类未来的命运等话题。

前言
第1章　世界充满不确定性　/　1
11　解题*重要的是思路　/　2
111　加百子的答案　/　2
112　人工智能的破题思路　/　2
113　统计思维的诞生　/　3
12　随机世界　/　6
121　猜测上帝的游戏　/　6
122　科学研究与模型　/　7
123　随机性与随机过程　/　8
124　正态分布是什么　/　9
125　随机不是均匀　/　10
13　概率的威力　/　11
131　试验能得出什么规律　/　12
132　如何合理分配赌金　/　12
133　概率与异常值　/　13
134　用概率击败庄家　/　14
14　直觉和错觉　/　15
141　猜拳是不是碰运气　/　15
142　同一天生日的概率是多少　/　16
143　蒙提霍尔的三门问题　/　17
15　生活中的大数定律　/　19
151　大数定律的概念和意义　/　19
152　蒙特卡洛方法　/　20
16　如何验证假设　/　20
161　女士品茶　/　21
162　停时理论　/　24
17　经验和实践如何共存　/　25
171　什么是贝叶斯定理　/　26
172　朴素贝叶斯有多“朴素”　/　29
173　每个人都懂贝叶斯　/　31
18　结语　/　32
第2章　数据代表真相吗　/　34
21　小心数据的陷阱　/　34
22　数据收集的偏差　/　35
221　幸存者偏差　/　35
222　选择性偏差　/　36
23　数据处理的悖论　/　38
231　被平均的工资　/　38
232　辛普森悖论　/　40
24　数据呈现的误导　/　42
241　未披露的数据　/　42
242　会欺骗的视觉设计　/　43
25　如何正确解读数据　/　47
251　相关性不等于因果性　/　47
252　被选数据的骗局　/　50
253　数据表达的局限　/　51
254　精准预测的挑战　/　52
26　结语　/　54
第3章　如何获得有用信息　/　55
31　数据、信息、知识　/　55
311　数据是一组有意义的符号　/　56
312　信息是用来消除不确定性的　/　56
313　知识是对信息的总结和提炼　/　57
32　用信息丈量世界　/　60
321　香农与信息论　/　60
322　一条信息的价值　/　62
323　重复的信息没有价值　/　64
324　信息的熵　/　65
33　信息是如何交换的　/　66
331　互联网与信息交换　/　67
332　哈夫曼和有效编码　/　68
333　信息不对称与囚徒困境　/　71
34　信息的加密与解密　/　74
341　语言是一套密码系统　/　74
342　墙边盛开的花朵　/　75
343　可以被公开的密钥　/　76
35　信息里的噪声　/　79
351　信息越多结果就越准确吗　/　79
352　人工智能如何处理噪声　/　80
353　模型的泛化能力　/　82
354　欠拟合和过拟合　/　82
36　结语　/　84
第4章　大数据处理与挖掘　/　85
41　大数据概述　/　86
411　数据是描绘世界的新方式　/　86
412　大数据到底有多大　/　87
42　数据处理的流程和方法　/　88
421　数据收集　/　89
422　数据加工　/　90
423　数据分析　/　94
424　数据可视化　/　100
43　大数据改变了什么　/　103
431　经验与数据　/　103
432　时间与空间　/　105
433　记忆与理解　/　106
44　结语　/　107
第5章　机器是如何学习的　/　108
51　机器学习是什么　/　108
511　归纳与推演　/　109
512　定规则和学规则　/　110
513　算法的含义　/　112
52　机器学习算法　/　113
521　常见的学习方法　/　114
522　回归　/　116
523　分类　/　118
524　聚类　/　126
525　降维　/　130
526　时间序列　/　132
53　没有完美的算法　/　134
54　结语　/　135
第6章　模拟大脑的神经网络　/　137
61　不断演进的人工智能　/　138
611　从浅层学习到深度学习　/　139
612　萌芽、复苏、增长和爆发　/　141
62　机器会不会思考　/　144
63　深度学习算法　/　146
631　人工神经网络：模拟人脑的思考　/　146
632　卷积神经网络：让计算机“看”到世界　/　152
633　循环神经网络：如何模拟记忆功能　/　157
634　强化学习：黑森林蛋糕的秘密　/　161
64　场景是算法的综合应用　/　166
641　计算机如何下围棋　/　166
642　计算机如何打游戏　/　168
643　计算机如何与人对话　/　170
65　结语　/　177
第7章　海量运算背后的技术　/　178
71　不断提升的计算能力　/　178
711　计算的演进　/　179
712　今非昔比的算力　/　183
713　计算机芯片　/　184
72　如何完成协作计算　/　187
721　举足轻重的三篇论文　/　187
722　不可兼得的CAP定理　/　189
723　故障是不可避