人工智能技术与大数据

封面

版权信息

版权声明

内容提要

译者序

作者简介

审稿人简介

译者简介

前言

读者对象

主要内容

使用方法

排版约定

资源与支持

提交勘误

与我们联系

关于异步社区和异步图书

第1章 大数据与人工智能系统

1.1 结果金字塔

1.2 人脑最擅长什么

1.3 电子大脑最擅长什么

1.4 两全其美

1.5 常见问答

1.6 小结

第2章 大数据本体论

2.1 人脑与本体

2.2 信息科学本体论

2.3 常见问答

2.4 小结

第3章 从大数据中学习

3.1 监督学习和无监督学习

3.2 Spark编程模型

3.3 Spark MLlib库

3.4 回归分析

3.5 数据聚类

3.6 K均值算法

3.7 数据降维

3.8 奇异值分解

3.9 主成分分析

3.10 基于内容的推荐系统

3.11 常见问答

3.12 小结

第4章 大数据神经网络

4.1 神经网络和人工神经网络的基础

4.2 感知器和线性模型

4.3 非线性模型

4.4 前馈神经网络

4.5 梯度下降和反向传播

4.6 过拟合

4.7 循环神经网络

4.8 常见问答

4.9 小结

第5章 深度大数据分析

5.1 深度学习基础知识和构建模块

5.2 构建数据准备管道

5.3 实现神经网络架构的实用方法

5.4 超参数调优

5.5 分布式计算

5.6 分布式深度学习

5.7 常见问答

5.8 小结

第6章 自然语言处理

6.1 自然语言处理基础

6.2 文本预处理

6.3 特征提取

6.4 应用自然语言处理技术

6.5 实现情感分析

6.6 常见问答

6.7 小结

第7章 模糊系统

7.1 模糊逻辑基础

7.2 ANFIS网络

7.3 模糊C均值聚类

7.4 模糊神经分类器

7.5 常见问答

7.6 小结

第8章 遗传编程

8.1 遗传算法的结构

8.2 KEEL框架

8.3 Encog机器学习框架

8.4 Weka框架

8.5 用Weka以遗传算法实现属性搜索

8.6 常见问答

8.7 小结

第9章 群体智能

9.1 什么是群体智能

9.2 粒子群优化模型

9.3 蚁群优化模型

9.4 MASON库

9.5 Opt4J库

9.6 在大数据分析中的应用

9.7 处理动态数据

9.8 多目标优化

9.9 常见问答

9.10 小结

第10章 强化学习

10.1 强化学习算法的概念

10.2 强化学习技术

10.3 深度强化学习

10.4 常见问答