破關
  • 電子書
人工智慧入門:演算分析×設計習題×章節回顧,不只當「被AI引導的人」,更要成為「掌控AI的人」!未來不遠,跟不上時代腳步,未來一定不會有你! (電子書)
主題活動 試閱
收藏試閱本 34
人收藏
適合手機 適合平板

人工智慧入門:演算分析×設計習題×章節回顧,不只當「被AI引導的人」,更要成為「掌控AI的人」!未來不遠,跟不上時代腳步,未來一定不會有你! (電子書)

  • 定價:450特價:315
  • 特價再88折:277
  • 優惠期限:2024年05月03日止
  • 不可銷售區域:中國
載入中...

電子書閱讀軟體

支援瀏覽器說明

APP下載:

  • 分享
 

內容簡介

新世紀的技術大變革,「人工智慧」背後的核心技術與原理為何?
「圖靈測試」早在70年前就預言了機器的智慧將會顛覆世界?

程式設計基礎×搜尋算法定義×過度低度擬和×隨機森林算法……
不只當「被AI引導的人」,更要成為「掌控AI的人」
──想要掌握AI,先從理論課開始學起!

  【搜尋策略】
  第一章首先介紹單智慧型搜尋問題的定義,然後詳細介紹盲目搜尋和啟發式搜尋兩種主要的方法;隨後,將介紹多智慧型對抗搜尋。為方便讀者理解,更穿插介紹了一些必要的數據結構知識及例子。

  【機器學習】
  機器學習是人工智慧領域的一個重要組成部分,其基本想法是利用數據進行學習,而不是人工定義一些概念或結構。第二章將學習機器學習的核心框架,即監督式學習(supervised learning)。監督式學習的應用非常廣泛,目前也有很好的解決方案。從監督式學習出發,本書會介紹各種不同類別的數據集,包括訓練集、測試集等。正確地區分不同類別的數據集,是理解監督式學習的關鍵。

  【線性迴歸】
  第三章會學到監督式學習中最基礎的線性模型。在經濟學與其他社會科學領域,線性模型仍然是最為常用的模型。線性模型可以用來分析資本存量、人均受教育程度等與經濟增長的關係,或根據市場訊息預測價格變動。本章將基於線性模型的概念,介紹梯度下降法,它不僅可用於線性模型,也適用於絕大部分機器學習算法,是機器學習領域最為常用的優化算法。

  【神經網路】
  第五章將先從深度線性網路談起,理解為什麼簡單疊加多層線性網路對於函數表達能力毫無提升,因此需要在網路中加入非線性的元素,以得到更強的表達能力,激勵函數就是神經網路中的非線性元素。神經網路的優化算法仍然是梯度下降法,相比線性模型,神經網路的導數計算更為複雜。

本書特色

  人工智慧被廣泛應用在日常生活中,包括無人駕駛、臉部辨識、語音助理等,這場技術變革為人類的生活帶來巨大影響,且仍舊在不斷地推陳出新。本書以簡單易懂的實例介紹人工智慧的核心原理,並以數學語言具體分析描述,加深讀者對基礎理論的理解,更結合練習題以便讀者深入學習,希望能從科學角度來見證人工智慧的變革與未來。
 

作者介紹

作者簡介

姚期智


  電腦科學家,2000年圖靈獎得主,是目前唯一一位獲得此獎項的華人。現任北京清華大學交叉資訊研究院院長、北京清華大學理論電腦科學研究中心主任兼教授、香港中文大學博文講座教授、新竹國立清華大學榮譽講座,以及國立臺灣大學特聘研究講座教授,香港中文大學(深圳)傑出大學教授。
 

目錄

前言    

第0章 數學與程式設計基礎    
引言    
0.1 數學基礎    
0.2 程式設計基礎    
練習題    
程式設計    

第1章 搜尋    
引言    
1.2 搜尋算法基礎    
1.3 盲目搜尋    
1.4 啟發式搜尋    
1.5 對抗搜尋    
本章總結    
歷史回顧    
練習題    
第2章 機器學習    
引言    
2.1 監督式學習的概念    
2.2 數據集與損失函數    
2.3 泛化    
2.4 過度擬合與低度擬合    
2.5 創建數據集    
2.6 無監督與半監督式學習    
本章總結    
歷史回顧    
練習題    

第3章 線性迴歸    
引言    
3.1 線性迴歸    
3.2 優化方法    
3.3 二分類問題    
3.4 多分類問題    
3.5 脊迴歸    
3.6 Lasso迴歸    
本章總結    
練習題    

第4章 決策樹、梯度提升    
和隨機森林    
引言    
4.1 決策樹    
4.2 隨機森林    
4.3 梯度提升    
本章總結    
歷史回顧    
參考文獻    
練習題    

第5章 神經網路    
引言    
5.1 深度線性網路    
5.2 非線性神經網路    
5.3 反向傳播計算導數    
本章總結    
歷史回顧    
練習題    

第6章 電腦視覺    
引言    
6.1 什麼是電腦視覺    
6.2 圖像的形成    
6.3 線性濾波器    
6.4 邊際檢測    
6.5 卷積神經網路    
本章總結    
歷史回顧    
參考文獻    
練習題    

第7章 自然語言處理    
引言    
7.1 語言模型    
7.2 字模型與詞模型    
7.3 向量語義    
7.4 基於神經網路的自然語言處理    
本章總結    
歷史回顧    
練習題    

第8章 馬可夫決策過程與強化學習    
引言    
8.1 馬可夫鏈    
8.2 馬可夫決策過程    
8.3 強化學習    
本章總結    
歷史回顧    
參考文獻    
練習題    

附錄A 數學基礎    
A.1 導數    
A.2 機率    
A.3 矩陣    

附錄B 程式設計基礎    
B.1 整數類型的運算    
B.2 變量命名規則    
B.3 關係表達式和邏輯表達式    
B.4 函數調用中的傳值和傳引用    
B.5 複雜類型    
B.6 一些技巧    
B.7 程式設計風格

 
 

前言

  縱觀科學的發展史,人工智慧可以說是人類長期以來一直不停追求,力求理解與掌握的一個領域。從2,000多年前的亞里斯多德開始,到後來的科學巨擘圖靈(Alan Turing,電腦科學之父)與夏農(Claude Shannon,資訊理論的創始人),他們無一不為人類的智慧及後來的人工智慧著迷,並不倦地探索。科學家們希望能以科學的方法理解智慧的本質,並製造出智慧的機器,實現像人腦一樣的學習、理解與決策。

  在人工智慧的發展史上,有兩個里程碑式的事件最為人們所稱道。一是圖靈在1950年的劃時代論文《電腦機器與智慧》(Computing Machinery and Intelligence)中提出著名的「圖靈測試」:如果一臺機器能與人類透過通訊設備對話,並不被辨別出其機器身分,則稱這臺機器具有智慧。可以說,圖靈測試從計算科學的角度提供了一個智慧的定義。二是1955年,麥卡錫(John McCarthy)、明斯基(Marvin Minsky)、夏農與羅徹斯特(Nathaniel Rochester)共同提交了一份申請書,提出於1956年暑假在美國漢諾瓦小鎮的達特茅斯學院舉行一場研討會,討論透過機器實現智慧所需的科學基礎。在這次會議上,人工智慧的概念正式被提出。

  在科學家們前赴後繼的努力下,自1956年的達特茅斯會議至今,人工智慧得到了巨大的發展,並在許多領域獲得驚人的成就。比如1997年機器人「深藍(Deep Blue)」擊敗國際西洋棋世界冠軍卡斯帕洛夫;2012年卷積神經網路在ImageNet圖像識別比賽中一舉奪魁;2016年機器人AlphaGo系統擊敗世界圍棋冠軍李世石。除了技術上的突破,人工智慧技術也不斷在實際生活中得到廣泛的應用,包括人臉識別、智慧音響、智慧手機、醫療影像的自動診斷、語音識別、金融科技、機器人、無人駕駛汽車……等。這些日新月異的新技術,無不彰顯了人工智慧技術為人們生活帶來的巨大影響。

  那麼,所有這些激動人心的突破究竟是如何實現的?它們背後的核心技術與原理又是什麼?我們現在距離真正的人工智慧還有多遠?如何才能持續推進人工智慧的發展?想要回答這些問題,我們必須系統深入地了解人工智慧不同方向的核心原理與前端發展。而中學的人工智慧教育,是人才培養的核心環節。正因為如此,本書希望在中學階段為同學們打下堅實的人工智慧知識基礎,助力同學們在人工智慧領域的學習。有別於大部分市面上的教材,本書希望為同學們系統地介紹人工智慧的核心方向,並學習具體原理。對具體原理的了解與把握,能幫助同學們建立對人工智慧發展的科學理解,更有利於同學們在學習探索中,把握正確的思考方向。

  為達成這個目標,本書精選並介紹了八個人工智慧的核心方向(即搜尋、機器學習、線性迴歸、決策樹、神經網路、電腦視覺、自然語言處理、強化學習)及其中適合中學階段學習的重點知識,確保在使教學內容易於接受的同時,書中覆蓋的知識點與高等教育中的人工智慧教育一脈相承。

  本書由姚期智院士主編,黃隆波副主編。全書共分為9章,第0章介紹數學與程式設計基礎,第1章介紹搜尋,第2章介紹機器學習,第3章討論線性迴歸,第4章闡述決策樹、梯度提升和隨機森林,第5章介紹神經網路,第6章分析電腦視覺,第7章介紹自然語言處理,第8章介紹馬可夫決策過程與強化學習。第0章和附錄由馬雄峰、吳文斐編寫,第1章由張崇潔編寫,第2章、第3章和第5章由袁洋編寫,第4章由李建編寫,第6章由高陽編寫,第7章由吳翼編寫,第8章由黃隆波編寫。

  本書每一章均透過大家熟知的場景為背景,介紹知識點的實際應用,以簡單的例子詳細介紹核心的原理,並以簡潔的文字與數學語言,具體描述原理及擴展。同時,本書的每一章均提供精心設計的練習題。我們希望透過教學與訓練的方式,使同學們獲得對算法的具體經驗,並在練習中加深對基礎理論的理解,做到舉一反三。為方便同學們進行學習,本書同時配套網路資源,提供相關的原始碼及額外的實驗習題,供感興趣的同學進一步學習。本書的推薦使用方式如下:①第0章為數學與程式設計基礎,對此部分比較熟悉的同學,可以選擇跳過,直接進入後面章節。②第1章至第4章為人工智慧入門的基礎章節,這4章之間的連結緊密。因此,建議同時進行學習,學習時間為一個學期。在章節的學習中,建議結合習題與網路資源進行實驗加深理解與鞏固。③第5章至第8章為細分章節,分別介紹人工智慧4個不同方向的基礎知識與原理。在介紹時,可以根據學生興趣與課程時間進行安排。其中較難的部分在授課時可作為選講章節。

  編寫者對編寫這本教材非常興奮。我們希望透過本書,讓更多的學生了解人工智慧先進方向的核心原理,並從科學的視角觀察與理解尖端科學研究成果。人工智慧是一個基礎非常寬廣的領域,涉及電腦、數學、心理學、神經科學在內的多個學科。因此,本書也僅僅是覆蓋了人工智慧的冰山一角。編寫者希望透過本書,讓同學們對人工智慧的神奇與巨大作用有個初步了解,進而不斷學習相關學科的知識,為今後從事人工智慧的研究,打下良好的基礎。
 
 

詳細資料

  • ISBN:9786263577756
  • 規格:普通級 / 初版
  • 出版地:台灣
  • 檔案格式:EPUB流動版型
  • 建議閱讀裝置:手機、平板
  • TTS語音朗讀功能:無
  • 檔案大小:159.0MB

最近瀏覽

 

相關活動

  • 【科普、飲食、電腦】高寶電子書暢銷書展:人生就是選擇的總和,全展75折起
 

購物說明

使用電子書服務即為同意『博客來數位內容服務條款』請詳見客服中心說明。

自備暢通的網際網路連線及符合博客來支援的行動裝置、電腦作為閱讀工具,支援版本如下:

瀏覽器閱讀:無需安裝,即可閱讀。支援Safari (14以上版本)、Chrome (103以上版本) 、Edge瀏覽器 (106以上版本)。

APP閱讀:支援IOS13及Android 7以上系統。

電子書、 電子雜誌因版本屬性因素,恕無法比照紙本書籍提供MP3、DVD實體光碟,亦無提供相關影音檔案下載,請先確認無此需求再行下單購買。

請注意:

博客來電子書服務所使用之軟體程式及其支援行動裝置之可用版本隨時會更新調整,請隨時留意且主動查詢調整之內容。並請定時更新您的行動裝置作業系統版本,以確保本服務運作正常。若因個人裝置因素(如:其他應用程式衝突、裝置記憶體不足、行動裝置支援版本無法升級),無法使用博客來電子書閱讀服務或影響服務效能,需自行進行排除待符合博客來支援項目再行閱讀。

退換貨說明:

電子書購買前請務必先行試閱,不提供10天的猶豫期。

下列商品購買後博客來不提供10天的猶豫期,請務必詳閱商品說明並再次確認確有購買該項商品之需求及意願時始下單購買,有任何疑問並請先聯繫博客來客服詢問:

1.易於腐敗、保存期限較短或解約時即將逾期。
2.客製化之商品。
3.報紙、期刊或雜誌。
4.經消費者拆封之影音商品或電腦軟體。
5.下載版軟體、資訊及電子書、有聲書及影音.課程
6.涉及個人衛生,並經消費者拆封之商品,如:內衣褲、刮鬍刀…等。
7.藝文展覽票券、藝文表演票券。

  • 僧
  • 大谷翔平也在用的曼陀羅思考法
  • 台灣鐵路千公里 完全版