对从事算法研究与算法开发的人来说,模型的学习与使用必不可少。尤其是在目前备受关注的人工智能领域里,人人谈模型,新模型也是层出不穷,让人眼花缭乱。模型让人又爱又恨:可爱的地方在于它确实能够解决实际问题,而且其有效性一般都经过了检验;可恨的地方在于学习它是一件非常痛苦的事情,尤其是对人工智能的初学者来说。本书将人工智能在现实生活场景中解决的问题分类,并根据这个分类来介绍各种模型。书中将人工智能问题分为权重问题、状态问题、序列问题、表示问题、相似问题和分类问题六大类,方便读者了解各个模型之间的关系,也方便读者理解各个模型的适用场景。本书尽量更多地结合模型的使用场景,更多地介绍实际业务需求之间的关系,更多地采用生活中浅显易懂的例子,方便人工智能的初学者学习模型。本书不仅适合希望学习和运用人工智能模型到具体应用场景的企业工程师、科研院所的学生和科研人员,也适合对人工智能模型感兴趣的读者,帮助其将模型思维应用到生活中。
作者
目录
作者简介
内容简介
推荐序
序一
序二
前言
第1篇 模型为什么这么神奇
第1章 为什么要建立模型
第2章 模型的运用
第2篇 权重模型:计算你的分量
第3章 TF-IDF模型
第4章 线性回归模型
第5章 PageRank模型
第3篇 状态模型:加官进爵的模型
第6章 有限状态自动机模型
第7章 模式匹配自动机模型
第4篇 序列模型:揭示现象背后的规律
第8章 隐马尔可夫模型
第9章 最大熵模型
第5篇 表示模型:万事万物的表示
第10章 向量空间模型
第11章 潜在语义分析模型
第6篇 相似模型:谁与我臭味相投
第12章 相似模型
第7篇 分类模型:物以类聚,人以群分
第13章 感知机模型
第14章 逻辑回归模型
第15章 朴素贝叶斯模型
第16章 决策树模型
第17章 支持向量机模型
书评
查看更多
请您登录后发表评论 登录 | 注册
我的评分：
提交
0/400
