认识AI:人工智能如何赋能商业(原书第2版)

认识AI:人工智能如何赋能商业(原书第2版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] (Doug Rose)
2021-10
版次: 1
ISBN: 9787111691778
定价: 79.00
装帧: 其他
开本: 32开
纸张: 胶版纸
字数: 194千字
  • 本书分为四个部分。第1部分简单概述人工智能。第2部分对概述进行扩展,并加深读者对机器学习的理解。第3部分涉及神经网络,即计算机通过使用相互连接的多层人工神经元层来模拟人脑的结构和功能。第4部分介绍一些使用人工智能辅助商业的常用工具。 译者序



    前言

    致谢

    部分 思考的机器:人工智能概述

    第1章 什么是人工智能    2

    1.1 什么是智能    3

    1.2 测试机器的智能    5

    1.3 解决问题的一般方法    7

    1.4 强人工智能与弱人工智能    10

    1.5 人工智能规划    12

    1.6 学习胜过记忆    14

    1.7 本章小结    16

    第2章 机器学习的兴起    18

    2.1 机器学习的实际应用    21

    2.2 人工神经网络    23

    2.3 感知机的兴衰    26

    2.4 大数据时代来临    29

    2.5 本章小结    32

    第3章 聚焦方法    33

    3.1 专家系统与机器学习    33

    3.2 监督学习与无监督学习    35

    3.3 误差反向传播    37

    3.4 回归分析    39

    3.5 本章小结    41

    第4章 通用人工智能应用    42

    4.1 智能机器人    43

    4.2 自然语言处理    45

    4.3 物联网    47

    4.4 本章小结    48

    第5章 让大数据插上人工智能的翅膀    50

    5.1 理解大数据的基本概念    51

    5.2 与数据科学家合作    52

    5.3 机器学习与数据挖掘的区别    52

    5.4 从数据挖掘到机器学习的飞跃    53

    5.5 采用正确的方法    54

    5.6 本章小结    56

    第6章 权衡你的选择    58

    第二部分 机器学习

    第7章 什么是机器学习    64

    7.1 机器怎么学习    68

    7.2 处理数据    70

    7.3 应用机器学习技术    73

    7.4 学习的类型介绍    75

    7.5 本章小结    78

    第8章 机器学习的范式    79

    8.1 监督机器学习    79

    8.2 无监督机器学习    82

    8.3 半监督机器学习    84

    8.4 强化学习    86

    8.5 本章小结    88

    第9章 主流机器学习算法    89

    9.1 决策树    93

    9.2 k近邻算法    95

    9.3 k均值聚类    98

    9.4 回归分析    101

    9.5 朴素贝叶斯    103

    9.6 本章小结    106

    第10章 机器学习算法应用    107

    10.1 利用算法模型拟合数据    110

    10.2 选择算法    112

    10.3 集成建模    112

    10.4 决定机器学习范式    115

    10.5 本章小结    115

    第11章 几个建议    117

    11.1 开始提问    117

    11.2 不要混用训练数据和测试数据    119

    11.3 不要夸大模型的精度    119

    11.4 了解你的算法    120

    11.5 本章小结    120

    第三部分 人工神经网络

    第12章 什么是人工神经网络    124

    12.1 为什么与大脑类比    126

    12.2 只是另外一个惊人的算法    126

    12.3 了解感知机    128

    12.4 采用sigmoid神经元    131

    12.5 添加偏置项    133

    12.6 本章小结    134

    第13章 人工神经网络实战    136

    13.1 将数据输入神经网络    136

    13.2 隐藏层到底发生了什么    138

    13.3 理解激活函数    141

    13.4 添加权重    144

    13.5 添加偏置项    145

    13.6 本章小结    146

    第14章 让神经网络开始学习    147

    14.1 从随机权重和随机偏置项开始    148

    14.2 让神经网络为错误买单:损失函数    149

    14.3 结合损失函数和梯度下降法    150

    14.4 利用反向传播纠正误差    152

    14.5 调优神经网络    156

    14.6 使用链式法则    156

    14.7 利用随机梯度下降法对训练集批处理    158

    14.8 本章小结    159

    第15章 利用神经网络进行聚类和分类    160

    15.1 求解分类问题    161

    15.2 求解聚类问题    163

    15.3 本章小结    165

    第16章 关键挑战    166

    16.1 获取足够多的高质量数据    166

    16.2 隔离训练数据与测试数据    168

    16.3 谨慎选择你的训练数据集    168

    16.4 采取探索性的方法    169

    16.5 选择正确的工具解决问题    169

    16.6 本章小结    169

    第四部分 人工智能实践

    第17章 利用自然语言处理的威力    172

    17.1 利用自然语言理解技术从文本和语音中提取线索    174

    17.2 利用自然语言生成技术提供合理的反馈    175

    17.3 客户服务的自动化    177

    17.4 梳理主流的自然语言处理工具和资源    179

    17.4.1 自然语言理解工具    180

    17.4.2 自然语言生成工具    181

    17.5 本章小结    183

    第18章 客户互动自动化    184

    18.1 选择自然语言技术    186

    18.2 梳理构建聊天机器人及虚拟代理的主流工具    187

    18.3 本章小结    189

    第19章 提升基于数据的决策    190

    19.1 在自动化决策和基于直觉的决策中做出选择    192

    19.2 从物联网设备实时收集数据    193

    19.3 梳理自动化决策工具    194

    19.4 本章小结    196

    第20章 利用机器学习预测事件及结果    197

    20.1 机器学习是关于数据标记的技术    198

    20.2 看看机器学习能够做什么    200

    20.2.1 预测客户会购买什么    200

    20.2.2 在被问之前回答问题    200

    20.2.3 让决策更好更快    202

    20.2.4 在商业中复制专业知识    203

    20.3 利用你的能力做好事而不是作恶:机器学习伦理    204

    20.4 梳理主流的机器学习工具    206

    20.5 本章小结    208

    第21章 构建人工智能系统    210

    21.1 区分智能化和自动化    212

    21.2 在深度学习中增加层    213

    21.3 人工神经网络应用    214

    21.3.1 将优质客户分类    215

    21.3.2 商店布局推荐    216

    21.3.3 分析及跟踪生物特征    217

    21.4 梳理主流深度学习工具    218

    21.5 本章小结    220
  • 内容简介:
    本书分为四个部分。第1部分简单概述人工智能。第2部分对概述进行扩展,并加深读者对机器学习的理解。第3部分涉及神经网络,即计算机通过使用相互连接的多层人工神经元层来模拟人脑的结构和功能。第4部分介绍一些使用人工智能辅助商业的常用工具。
  • 目录:
    译者序



    前言

    致谢

    部分 思考的机器:人工智能概述

    第1章 什么是人工智能    2

    1.1 什么是智能    3

    1.2 测试机器的智能    5

    1.3 解决问题的一般方法    7

    1.4 强人工智能与弱人工智能    10

    1.5 人工智能规划    12

    1.6 学习胜过记忆    14

    1.7 本章小结    16

    第2章 机器学习的兴起    18

    2.1 机器学习的实际应用    21

    2.2 人工神经网络    23

    2.3 感知机的兴衰    26

    2.4 大数据时代来临    29

    2.5 本章小结    32

    第3章 聚焦方法    33

    3.1 专家系统与机器学习    33

    3.2 监督学习与无监督学习    35

    3.3 误差反向传播    37

    3.4 回归分析    39

    3.5 本章小结    41

    第4章 通用人工智能应用    42

    4.1 智能机器人    43

    4.2 自然语言处理    45

    4.3 物联网    47

    4.4 本章小结    48

    第5章 让大数据插上人工智能的翅膀    50

    5.1 理解大数据的基本概念    51

    5.2 与数据科学家合作    52

    5.3 机器学习与数据挖掘的区别    52

    5.4 从数据挖掘到机器学习的飞跃    53

    5.5 采用正确的方法    54

    5.6 本章小结    56

    第6章 权衡你的选择    58

    第二部分 机器学习

    第7章 什么是机器学习    64

    7.1 机器怎么学习    68

    7.2 处理数据    70

    7.3 应用机器学习技术    73

    7.4 学习的类型介绍    75

    7.5 本章小结    78

    第8章 机器学习的范式    79

    8.1 监督机器学习    79

    8.2 无监督机器学习    82

    8.3 半监督机器学习    84

    8.4 强化学习    86

    8.5 本章小结    88

    第9章 主流机器学习算法    89

    9.1 决策树    93

    9.2 k近邻算法    95

    9.3 k均值聚类    98

    9.4 回归分析    101

    9.5 朴素贝叶斯    103

    9.6 本章小结    106

    第10章 机器学习算法应用    107

    10.1 利用算法模型拟合数据    110

    10.2 选择算法    112

    10.3 集成建模    112

    10.4 决定机器学习范式    115

    10.5 本章小结    115

    第11章 几个建议    117

    11.1 开始提问    117

    11.2 不要混用训练数据和测试数据    119

    11.3 不要夸大模型的精度    119

    11.4 了解你的算法    120

    11.5 本章小结    120

    第三部分 人工神经网络

    第12章 什么是人工神经网络    124

    12.1 为什么与大脑类比    126

    12.2 只是另外一个惊人的算法    126

    12.3 了解感知机    128

    12.4 采用sigmoid神经元    131

    12.5 添加偏置项    133

    12.6 本章小结    134

    第13章 人工神经网络实战    136

    13.1 将数据输入神经网络    136

    13.2 隐藏层到底发生了什么    138

    13.3 理解激活函数    141

    13.4 添加权重    144

    13.5 添加偏置项    145

    13.6 本章小结    146

    第14章 让神经网络开始学习    147

    14.1 从随机权重和随机偏置项开始    148

    14.2 让神经网络为错误买单:损失函数    149

    14.3 结合损失函数和梯度下降法    150

    14.4 利用反向传播纠正误差    152

    14.5 调优神经网络    156

    14.6 使用链式法则    156

    14.7 利用随机梯度下降法对训练集批处理    158

    14.8 本章小结    159

    第15章 利用神经网络进行聚类和分类    160

    15.1 求解分类问题    161

    15.2 求解聚类问题    163

    15.3 本章小结    165

    第16章 关键挑战    166

    16.1 获取足够多的高质量数据    166

    16.2 隔离训练数据与测试数据    168

    16.3 谨慎选择你的训练数据集    168

    16.4 采取探索性的方法    169

    16.5 选择正确的工具解决问题    169

    16.6 本章小结    169

    第四部分 人工智能实践

    第17章 利用自然语言处理的威力    172

    17.1 利用自然语言理解技术从文本和语音中提取线索    174

    17.2 利用自然语言生成技术提供合理的反馈    175

    17.3 客户服务的自动化    177

    17.4 梳理主流的自然语言处理工具和资源    179

    17.4.1 自然语言理解工具    180

    17.4.2 自然语言生成工具    181

    17.5 本章小结    183

    第18章 客户互动自动化    184

    18.1 选择自然语言技术    186

    18.2 梳理构建聊天机器人及虚拟代理的主流工具    187

    18.3 本章小结    189

    第19章 提升基于数据的决策    190

    19.1 在自动化决策和基于直觉的决策中做出选择    192

    19.2 从物联网设备实时收集数据    193

    19.3 梳理自动化决策工具    194

    19.4 本章小结    196

    第20章 利用机器学习预测事件及结果    197

    20.1 机器学习是关于数据标记的技术    198

    20.2 看看机器学习能够做什么    200

    20.2.1 预测客户会购买什么    200

    20.2.2 在被问之前回答问题    200

    20.2.3 让决策更好更快    202

    20.2.4 在商业中复制专业知识    203

    20.3 利用你的能力做好事而不是作恶:机器学习伦理    204

    20.4 梳理主流的机器学习工具    206

    20.5 本章小结    208

    第21章 构建人工智能系统    210

    21.1 区分智能化和自动化    212

    21.2 在深度学习中增加层    213

    21.3 人工神经网络应用    214

    21.3.1 将优质客户分类    215

    21.3.2 商店布局推荐    216

    21.3.3 分析及跟踪生物特征    217

    21.4 梳理主流深度学习工具    218

    21.5 本章小结    220
查看详情
12
相关图书 / 更多
认识AI:人工智能如何赋能商业(原书第2版)
认识生命·珍爱生命——青少年健康教育手册
先德海 编
认识AI:人工智能如何赋能商业(原书第2版)
认识编程以Python语言讲透编程的本质
郭屹 著
认识AI:人工智能如何赋能商业(原书第2版)
认识奇妙的化学
涂华民 编著
认识AI:人工智能如何赋能商业(原书第2版)
认识电影(精装第14版)(长销40年的经典电影入门书,增补修订100页全新内容,收录超500幅全
[美]路易斯·贾内梯 著;果麦文化、焦雄屏 译
认识AI:人工智能如何赋能商业(原书第2版)
认识摄影
陈仲元 著
认识AI:人工智能如何赋能商业(原书第2版)
认识你真好(第3版):7个秘诀助你与人相处得心应手
陆凡
认识AI:人工智能如何赋能商业(原书第2版)
认识无穷的八堂课 数学世界的冒险之旅
[以色列]哈伊姆·夏皮拉(Haim Shapira)
认识AI:人工智能如何赋能商业(原书第2版)
认识经济
加里·克莱顿(Gary Clayton)
认识AI:人工智能如何赋能商业(原书第2版)
认识东方(法国外交官和大诗人克洛岱尔对中国的热情,使他写下了这部东方诗集,一百年前的中国如在眼前)
[法]克洛岱尔 著;余中先 译
认识AI:人工智能如何赋能商业(原书第2版)
认识电影(修订第14版)(长销40年的经典电影入门书,增修100页全新内容,收录超500幅全彩剧照)
焦雄屏 译者;[美]路易斯·贾内梯
认识AI:人工智能如何赋能商业(原书第2版)
认识个人理财(全两册)
杰克·卡普尔 莱斯·德拉贝 罗伯特·休斯
认识AI:人工智能如何赋能商业(原书第2版)
认识数字化转型
Siebel 著;[美]托马斯·西贝尔(Thomas、M.、毕崇毅 译
您可能感兴趣 / 更多
认识AI:人工智能如何赋能商业(原书第2版)
构图的艺术(畅销版)
[美]伊恩·罗伯茨 著;孙惠卿 刘宏波 译
认识AI:人工智能如何赋能商业(原书第2版)
给孩子的艺术简史
[美]希瑟·亚历山大 著;刘思成 译;[美]梅雷迪斯·汉密尔顿 绘;未读 出品
认识AI:人工智能如何赋能商业(原书第2版)
艺术真好玩套装全8册礼盒装宝宝儿童绘本3岁3-6岁幼儿图书书书籍幼儿园童话睡前故事读物
[美]戴安·阿尔伯 著;海豚传媒 编;杨涤 译;[美]戴安·阿尔伯 绘
认识AI:人工智能如何赋能商业(原书第2版)
情报搜集:技术、方法与思维
[美]罗伯特·克拉克(Robert M. Clark)
认识AI:人工智能如何赋能商业(原书第2版)
我的世界 伍德斯沃德历险记(6册套装)
[美]尼克·艾利奥普洛斯 著;童趣出版有限公司 编译
认识AI:人工智能如何赋能商业(原书第2版)
无星之海
[美]艾琳·摩根斯顿(Erin Morgenstern) 著;王晨颖 译
认识AI:人工智能如何赋能商业(原书第2版)
欧美经典儿歌·奇幻音乐剧(全九册)
[美]帕姆·康恩·比尔(Pamela Conn Beall) 编著;[美]苏珊·哈根·尼普(Susan Hagen Nipp)
认识AI:人工智能如何赋能商业(原书第2版)
去国外生活和旅游一定要说的英文短对话
[美]詹姆士、桑德拉、詹姆士·奥特 著
认识AI:人工智能如何赋能商业(原书第2版)
颅骨、脊柱和中枢神经系统的先天性异常/北美小动物临床医学
[美]柯蒂斯·W.杜威(Gurtis W.Dewey) 著;刘钰、王晖 译
认识AI:人工智能如何赋能商业(原书第2版)
神奇树屋(14音乐家奇妙夜进阶版)/故事系列
[美]玛丽·波·奥斯本 著
认识AI:人工智能如何赋能商业(原书第2版)
神奇树屋(10达芬奇的狂想进阶版)/故事系列
[美]玛丽·波·奥斯本 著
认识AI:人工智能如何赋能商业(原书第2版)
航天飞行医学原理与实践
[美]迈克尔 著