圖解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)入門
定 價(jià)：68 元
- 作者：(日)山口達(dá)輝，(日)松田洋之著
- 出版時(shí)間：2023/8/1
- ISBN：9787122433398
- 出 版 社：化學(xué)工業(yè)出版社
- 中圖法分類：TP181-64
- 頁碼：223
- 紙張：
- 版次：1
- 開本：24cm
本書帶領(lǐng)讀者初步學(xué)習(xí)和實(shí)踐機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的算法、流程和核心技術(shù)，并介紹了系統(tǒng)開發(fā)及開發(fā)環(huán)境，通過圖解的方式將難懂的專業(yè)術(shù)語和算法表現(xiàn)出來，還介紹了一些比較常用的網(wǎng)站網(wǎng)絡(luò)服務(wù)，讓讀者能夠?qū)W以致用。
這本書的特色就是“簡單”，這本書沒有這么多的“高大上”，而是用基本的表達(dá)講述了很多達(dá)人們覺得理所應(yīng)當(dāng)而新手們云里霧里的知識，甚至能讓學(xué)過理論知識但是沒有實(shí)踐的人讀完之后產(chǎn)生，原來機(jī)器學(xué)習(xí)是這個(gè)樣子呀的感覺。這本書里沒有大量生澀的公式，也沒有令人望而生畏的論文，有的只是一幅幅生動的示意圖，能讓讀者將人工智能的知識通過圖解的方式記到心里。
譯者的話相信每個(gè)愛看好萊塢大片的讀者都會有一個(gè)機(jī)器人夢，我也不例外，而近幾年興起的人工智能技術(shù)則讓人類對機(jī)器可以產(chǎn)生智慧這件事的信心提高到了空前的水平。雖然熱度很高，但人工智能領(lǐng)域所需要的數(shù)學(xué)基礎(chǔ)和算法知識讓大多數(shù)想要進(jìn)入這個(gè)領(lǐng)域的人望而卻步，為此大量講授機(jī)器學(xué)習(xí)知識和技巧的書籍以及自媒體應(yīng)運(yùn)而生。這些文章的作者普遍都已經(jīng)有了相當(dāng)深厚的知識積累，有的甚至在行業(yè)內(nèi)享有極高聲譽(yù)，他們講授的知識都是正確且先進(jìn)的�？墒窍胍M(jìn)入這個(gè)領(lǐng)域的讀者往往沒有相當(dāng)好的數(shù)學(xué)基礎(chǔ)，有的讀者還是初高中在讀生，大量的先導(dǎo)知識讓讀者往往需要大量查閱其他資料才能有所領(lǐng)悟。為了能夠讓更多讀者一覽人工智能的美妙，譯者選中了這本書，選中這本書的原因就是它的“簡單”，這本書沒有那么多高深的理論，而是用簡單的語言介紹了很多行家們覺得理所應(yīng)當(dāng)而新手們云里霧里的知識，甚至能讓學(xué)過理論知識但是沒有實(shí)踐的人讀完之后產(chǎn)生“原來機(jī)器學(xué)習(xí)是這個(gè)樣子呀”的感覺。這本書里沒有大量生澀的公式，也沒有令人望而生畏的論文，有的只是一幅幅生動的示意圖，通過圖解的方式讓讀者將人工智能的知識理解透徹。本書的翻譯過程讓譯者也學(xué)到了很多，由于譯者水平有限，不妥之處在所難免，敬請各位讀者批評指正。譯者 前言“人工智能”“機(jī)器學(xué)習(xí)”“深度學(xué)習(xí)”這些詞匯近年來迅速占領(lǐng)各大媒體。最近公開的經(jīng)濟(jì)產(chǎn)業(yè)省的估算指出，2030年日本的AI工程師將會有12萬人的缺口。在時(shí)代的洪流下，即使沒有人工智能專業(yè)基礎(chǔ)的人也對機(jī)器學(xué)習(xí)的應(yīng)用有著需求。近幾年，各種基于機(jī)器學(xué)習(xí)的程序庫和不需要編程的機(jī)器學(xué)習(xí)服務(wù)逐漸普及，即使不是專家，只要準(zhǔn)備好數(shù)據(jù)，也能實(shí)現(xiàn)一些需求。但是在不知道機(jī)器學(xué)習(xí)算法的內(nèi)部發(fā)生什么的情況下，盲目地將其應(yīng)用在商務(wù)等重要場合是極度危險(xiǎn)的。一般情況下，AI工程師從入門到精通需要搜羅學(xué)習(xí)大量的網(wǎng)絡(luò)文章和專門書籍，而這些文章和書籍大都預(yù)設(shè)了“你已經(jīng)有了一定的基礎(chǔ)”的立場，因此就少了很多的前提說明，讓讀者難以理解機(jī)器學(xué)習(xí)的主旨。而專業(yè)書籍中的數(shù)學(xué)公式又太多，想要成為AI工程師的人從此入手的難度又太高。本書就是填補(bǔ)這一空白的作品。為此，本書不會為了大量列舉公式而犧牲必要的講解，對于AI工程師必須理解的東西，本書會用圖示的方式循序漸進(jìn)地介紹給大家。希望能有更多的讀者通過本書發(fā)現(xiàn)機(jī)器學(xué)習(xí)的有趣之處和可能性，因此而踏入機(jī)器學(xué)習(xí)的世界。山口達(dá)輝
第1章 人工智能的基礎(chǔ)知識01 人工智能是什么 00202 機(jī)器學(xué)習(xí)（ML） 00603 深度學(xué)習(xí)（DL）是什么 01004 人工智能和機(jī)器學(xué)習(xí)的普及之路 014第2章 機(jī)器學(xué)習(xí)的基礎(chǔ)知識05 有教師學(xué)習(xí)的機(jī)制 02006 無教師學(xué)習(xí)的機(jī)制 02407 強(qiáng)化學(xué)習(xí)的機(jī)制 02808 統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的區(qū)別 03009 機(jī)器學(xué)習(xí)和特征量 03410 擅長的領(lǐng)域和不擅長的領(lǐng)域 03811 應(yīng)用機(jī)器學(xué)習(xí)的案例 042第3章 機(jī)器學(xué)習(xí)的過程和核心技術(shù)12 機(jī)器學(xué)習(xí)的基本工作流程 04813 數(shù)據(jù)的收集 05214 數(shù)據(jù)的整定 05615 模型的制作和訓(xùn)練 06016 批學(xué)習(xí)和在線學(xué)習(xí) 06417 利用測試數(shù)據(jù)對預(yù)測結(jié)果進(jìn)行驗(yàn)證 06618 訓(xùn)練結(jié)果的評價(jià)標(biāo)準(zhǔn) 07019 超參數(shù)和模型的調(diào)節(jié) 07620 主動學(xué)習(xí) 08021 相關(guān)和因果 08422 反饋回路 088第4章 機(jī)器學(xué)習(xí)算法23 回歸分析 09224 支持向量機(jī) 09825 決策樹 10226 協(xié)同學(xué)習(xí) 10627 協(xié)作學(xué)習(xí)的應(yīng)用 11028 邏輯回歸 11429 貝葉斯模型 11630 時(shí)間序列分析和狀態(tài)空間模型 12031 k近鄰（k-NN）法和k平均（k-means）法 12432 降維和主成分分析 12833 優(yōu)化和遺傳算法 132第5章 深度學(xué)習(xí)的基礎(chǔ)知識34 神經(jīng)網(wǎng)絡(luò)和其歷史 13835 深度學(xué)習(xí)和圖像識別 14636 深度學(xué)習(xí)和自然語言處理 150第6章 深度學(xué)習(xí)的流程和核心技術(shù)37 基于誤差反向傳播法的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí) 15638 神經(jīng)網(wǎng)絡(luò)的優(yōu)化 15839 坡度消失問題 16240 遷移學(xué)習(xí) 164第7章 深度學(xué)習(xí)算法41 卷積神經(jīng)網(wǎng)絡(luò)（CNN） 17042 遞歸型神經(jīng)網(wǎng)絡(luò)（RNN） 17443 強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí) 18044 自動編碼器 18645 GAN（生成對抗網(wǎng)絡(luò)） 19046 物體檢測 194第8章 系統(tǒng)開發(fā)和開發(fā)環(huán)境47 人工智能編程使用的主要語言 20048 機(jī)器學(xué)習(xí)的庫和框架 20449 深度學(xué)習(xí)的框架 20850 GPU編程和快速化 21451 機(jī)器學(xué)習(xí)服務(wù) 216結(jié)束語 219參考文獻(xiàn) 220
書單推薦
