更新时间：2021-04-09 20:39:56
封面
版权信息
版权声明
序
前言
关于本书
内容简介
目标读者
下载文件
第 1 章 人工智能的过去、现在和未来
01 人工智能
02 人工智能的黎明时期
03 人工智能的发展
第 2 章 规则系统及其变体
01 规则系统
02 知识库
03 专家系统
04 推荐引擎
第 3 章 自动机和人工生命程序
01 人工生命模型
02 有限自动机
03 马尔可夫模型
04 状态驱动智能体
第 4 章 权重和寻找最优解
01 线性问题和非线性问题
02 回归分析
03 加权回归分析
04 相似度的计算
第 5 章 权重和优化程序
01 图论
02 图谱搜索和最优化
03 遗传算法
04 神经网络
第 6 章 统计机器学习（概率分布和建模）
01 统计模型和概率分布
02 贝叶斯统计学和贝叶斯估计
03 MCMC 方法
04 HMM 和贝叶斯网络
第 7 章 统计机器学习（无监督学习和有监督学习）
01 无监督学习
02 有监督学习
第 8 章 强化学习和分布式人工智能
01 集成学习
02 强化学习
03 迁移学习
04 分布式人工智能
第 9 章 深度学习
01 多层神经网络
02 受限玻尔兹曼机
03 深度神经网络
04 卷积神经网络
05 循环神经网络
第 10 章 图像和语音的模式识别
01 模式识别
02 特征提取方法
03 图像识别
04 语音识别
第 11 章 自然语言处理和机器学习
01 句子的结构和理解
02 知识获取和统计语义学
03 结构分析
04 文本生成
第 12 章 知识表示和数据结构
01 数据库
02 检索
03 语义网络和语义网
第 13 章 分布式计算
01 分布式计算和并行计算
02 硬件配置
03 软件配置
04 机器学习平台和深度学习平台
第 14 章 人工智能与海量数据和物联网
01 数据膨胀
02 物联网和分布式人工智能
03 脑功能分析和机器人
04 创新系统
作者简介
看完了
