人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支,是一门研究机器智能的学科,人工智能的核心技术是机器学习算法,尤其是深度学习算法,自从2pan>世纪初获得突破性研展之后,机器学习算法已经成为各研究领域的热门话题。本书全面系统地讲解了人工智能与机器学理论与方法,内括绪论、机器学习经典算法、降维算法、神经网络与深度学习、蒙特卡罗方法、生成对抗网络、强化学习、集成学系统、机器学应用、人工智能的应用。本书内容广泛,概念清晰,是一本值得学著作,可供相关人员参考使用。
前言
人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支,是一门研究机器智能的学科,作为一门前沿交叉学科,它的研究领域十分广泛。人工智能的远期目标是揭示人类智能的根本机理,用智能机器去模拟、延伸和扩展人类的智能。人工智能涉及脑科学、认知科学、计算机科学、系统科学、控制论等多种学科,并依赖于它们共同发展。目前,人工智能仍处于发展时期,很多问题解决得还不够好,甚至不能求解,很多问题的求解还需要一定的条件。人工智能的核心技术是机器学习算法,尤其是深度学习算法,自从2pan>世纪初获得突破性研展之后,机器学习算法已经成为各研究领域的热门话题。无论在科研还是工程领域,拥有了机器学习以及深度学习算法,就似乎真的找到了如何让机器自主获取智慧的那扇神奇之门。人类想让机器获得并提升智能,媲美甚至人类智慧。物联网为机器提供了丰富的知识,让机器能像人一样,获取物理环境中的丰富信息,制订计划和策略,并做出智能的抉择,这是机器学重要目标。无处不在的物联网传感器,为机器学习算法提供了大量丰富的原始数据,数字图像传感器如同人的眼睛,声音传感器如同人的耳朵,还有数十亿种温度、压力、流量、气体和火焰等传感器,存在于物联网的嵌入式设备中,实时采集海量数据。面对如此庞大的信息,机器学习这个大脑需要像初生的婴儿一样,从海量数据和知识中学习智慧,训练高度的特征抽象能力、知识表示能力和分类预测能力,才能做出媲美甚至人类智慧的决策。然而,物联网数据通过各种复杂的传感器收集含大量噪声,同时绝大部分物联网设备的存储和计算能力有限,如何设计有效的机器学习算法,处理物联网传感器采集的粗糙原始数据,如何嵌入机器学习算法,尤其是深度学习算法,使得物联网设备拥有真正的智能,是未来机器学习算法在物联网应用中面临的重大挑战和机遇。作者本着顺应时代,努力为教育建设添砖加瓦的思想,将多年从事人工智能领域的科研和教学经验加结,撰写完成本书。全书分为10章,主要内括绪论、机器学习经典算法、降维算法、神经网络与深度学习、蒙特卡罗方法、生成对抗网络、强化学习、集成学系统、机器学应用和人工智能的应用。本书在撰写时,得到了一些专家学者的帮助和支持,同时也参考借鉴了一些国内外的相关理论成果。由于写作时间紧加之部分作者来源不详,导致未能全部列出这些成果的出处,在此向各类文献的作者表示真挚敬意、歉意和由衷的感谢。书中存在不足之处在所难免,恳请读者批评指正。
作者
2020年12月
第一章 绪论
1.pan>什么是人工智能与机器学习
1.2机器学习和人工智能的关系
1.3大数据与机器学关系
1.4人工智能与机器学前沿
第2章机器学习经典算法
2.pan style="font-family:宋体">朴素贝叶斯
2.2K
2.3决策树
2.4支持向量机
第3章降维算法
3.pan style="font-family:宋体">特征选择法
3.2主成分分析法
3.3主成分分析的核方法
3.4线性判别分析法
3.5因素分析
3.6独立成分分析
3.7局部线性嵌入
3.8自编码器
3.9 ISOMAP算法
第4章神经网络与深度学习
4.pan style="font-family:宋体">神经网络
4.2卷积神经网络
4.3循环神经网络
4.4长短期记忆单元
4.5深度信念网络和受限玻耳兹曼机
第5章蒙特卡罗方法
5.pan style="font-family:宋体">采样和蒙特卡罗方法
5.2马尔可夫链蒙特卡罗方法
5.3Gibbs采样
5.4不同的峰值之间的混合
5.5蒙特卡罗树搜索的特征
第6章生成对抗网络
6.pan style="font-family:宋体">生成对抗网络的概述
6.2生成对抗网络原理
6.3 GAN的实际应用
6.4GAN的缺陷:梯度的消失
6.5深度卷积生成对抗网络
6.6其他的生成对抗网络
6.7GAN的未来
第7章强化学习
7.pan style="font-family:宋体">强化学习模型及基本要素
7.2马尔可夫决策过程
7.3模型已知的强化学习
7.4模型未知的强化学习
7.5深度强化学习
第8章 集成学系统
8.pan style="font-family:宋体">集成学习
8.2第9章机器学应用
9.pan style="font-family:宋体">机器学习算法在机器视觉领域的应用
9.2机器学习算法在物联网的应用
9.3机器学习算法在其他领域的应用
第10章人工智能的应用
10.pan style="font-family:宋体">人工智能在金融领域的应用
10.2人工智能在教育领域的应用
10.4人工智能在领域的应用
10.4人工智能在人脸和声音识别中的应用
10.5人工智能在中国农业发展中的应用
参考文献