第一章 人工智能: 新时代的开启………… 1
1.1跨越时空: 铭铭的一天………… 2
1.2光辉岁月: 人工智能简史………… 5
1.3百花齐放: 人工智能在各行各业的应用………… 10
1.4初露真容: 人工智能与机器学习………… 13
1.5本章小结………… 17
第二章 牛刀小试: 察异辨花………… 19
2.1初学乍练: 分类任务………… 20
2.2含英咀华: 提取特征………… 22
2.3分门别类: 分类器………… 25
2.4实践出真知: 测试和应用………… 35
2.5五花八门: 多类别分类………… 37
2.6大显身手: 二分类在生活中的应用………… 39
2.7本章小结………… 42
第三章 别具慧眼: 识图认物………… 43
3.1温故知新: 基于手工特征的图像分类………… 44
3.2另辟蹊径: 基于深度神经网络的图像分类………… 52
3.3“网”不厌深: 深度神经网络的发展与挑战………… 60
3.4忽如一夜春风来: 图像分类在日常生活中的应用………… 66
3.5本章小结………… 68
第四 耳听八方: 析音赏乐………… 71
4.1洗耳恭听: 听声的艺术………… 73
4.2丝竹管弦: 音乐风格分类………… 78
4.3言听计从: 语音识别技术………… 82
4.4听声辨曲: 乐曲检索技术………… 84
4.5本章小结………… 85
第五章 冰雪聪明: 看懂视频………… 87
5.1化静为动: 从图像到视频………… 88
5.2明察秋毫: 视频行为识别………… 90
5.3基于深度学习的视频行为识别………… 98
5.4本章小结………… 103
第六章 无师自通: 分门别类………… 105
6.1当人工智能未曾听说花的名字………… 106
6.2物以类聚: 鸢尾花的K 均值聚类………… 108
6.3人以群分: 相册中的人脸聚类………… 111
6.4层次聚类与生物聚类………… 118
6.5本章小结………… 119
第七章 识文断字: 理解文本………… 121
7.1任务的特点………… 122
7.2文本的特征………… 124
7.3高屋建瓴: 发掘文本中潜在的主题………… 128
7.4投其所好: 基于主题的文本搜索与推荐………… 133
7.5本章小结………… 134
第八章 神来之笔: 创作图画………… 135
8.1九层之台, 起于累土: 数据空间和数据分布………… 136
8.2化腐朽为神奇的创作家: 生成网络………… 140
8.3火眼金睛的鉴赏家: 判别网络………… 142
8.4在对抗中合作与进步: 生成对抗网络………… 145
8.5得心应手地创作: 条件生成对抗网络………… 151
8.6本章小结………… 152
第九章 运筹帷幄: 围棋高手………… 153
9.1初窥门径: 阿尔法狗的走棋网络………… 155
9.2远见卓识: 阿尔法狗的大局观………… 158
9.3成就非凡: 阿尔法元………… 161
9.4本章小结………… 163
后记………… 165
参考文献………… 167
· · · · · · (
收起)
4 有用 Leo 2018-06-07 23:42:26
好书,带我领略了用AI科学家的视角认识世界是什么感觉
1 有用 可以 2018-06-18 06:09:48
文章略简单,通俗易懂 刚刚买了这本书,去京东自营,没货,转淘宝,商品列表页第一个spu是出版社旗舰店,下单,整个过程耗时三分钟。在购物方面,网络和实体衔接的已经很好
2 有用 一颗苹果的DNA 2020-06-11 14:22:59
很久没有翻开一本正经的教材了,而且还是高中的教材。现在市面上关于AI科普的文章多如牛毛,为了吸引眼球标题总得用上“一文看懂”“史上最简单”这样的字眼,但那些网上的作者们显然并没有真正的耐心和能力坐下来从头科普、做到深入浅出。这本教材从一开始的鸢尾花分类问题案例,就清晰的点出了人工神经网络解决分类问题的本质用途,以及提取特征、优化分类结果的这一套普适的方法论,再到后面增加对无监督学习的介绍,算是(准... 很久没有翻开一本正经的教材了,而且还是高中的教材。现在市面上关于AI科普的文章多如牛毛,为了吸引眼球标题总得用上“一文看懂”“史上最简单”这样的字眼,但那些网上的作者们显然并没有真正的耐心和能力坐下来从头科普、做到深入浅出。这本教材从一开始的鸢尾花分类问题案例,就清晰的点出了人工神经网络解决分类问题的本质用途,以及提取特征、优化分类结果的这一套普适的方法论,再到后面增加对无监督学习的介绍,算是(准确的说是前八章,因为第九章关于AlphaGo的介绍比较糟糕,完全是标榜“一文看懂”但是看完完全没懂的风格)目前看到关于神经网络主要思想介绍的比较清晰、有逻辑框架的材料了 (展开)
14 有用 猫熊不要黑眼圈 2018-06-03 16:14:17
人工智能周末研修班圆满结课。几点看法:1.大数据是米,云计算是火,AI是烹饪法。物联网的关键还是芯片、传感器这些我们欠缺的;2.这门课科普性质,看内容就觉得线性代数、概率论与数理和编程知识的融会贯通完全是大学的要求,揠苗助长得不偿失。不过谁知道呢,不是现在保险知识都进课堂么,呵呵。最重要的还是数理化,基础学科怎么强调都不为过;3.图像、声音和语义识别等让我觉得下一代人机交互的硬件平台可能不是汽车,... 人工智能周末研修班圆满结课。几点看法:1.大数据是米,云计算是火,AI是烹饪法。物联网的关键还是芯片、传感器这些我们欠缺的;2.这门课科普性质,看内容就觉得线性代数、概率论与数理和编程知识的融会贯通完全是大学的要求,揠苗助长得不偿失。不过谁知道呢,不是现在保险知识都进课堂么,呵呵。最重要的还是数理化,基础学科怎么强调都不为过;3.图像、声音和语义识别等让我觉得下一代人机交互的硬件平台可能不是汽车,而是类似google glass这样一个东西。它可以是单镜片的,带耳机和微型麦克,还能联网,计算在云端完成。你看见一盆沙拉,他就计算出吃一个月你可能减少的体重,看一听可乐,他就卡路里预警。他还能指路,能讲解景点之类。奇怪了,这么个好东西,怎么和电子项圈一样没人搞呢。 (展开)
2 有用 梦回红楼 2018-07-29 11:40:22
作为高中生教材有尝试还是好的! 我觉得引入幼稚了点 还用未来科幻故事带入 其实这些孩子们大片不要看的太多哦! 知识体系略显单薄的其实不应该用ai 而是只讲了很窄的一年 面部识别 声纹识别 特征值 训练 学习等 商业价值在里面 毕竟商汤