4.0
用户推荐指数
科技 类型
可以朗读 语音朗读
213千字 字数
2021-12-01 发行日期
展开全部

主编推荐语

本书围绕思维、信息、数据、算法、技术、安全、未来等方面讨论人工智能技术背后的实现原理和本质。

内容简介

本书涵盖以下要点：
1.人类解决人工智能技术问题的根本原因。
2.重点围绕香农提出的信息论，并在此基础上阐述关于信息的度量、加密、传输等方面的内容。
3.从正反两个角度来审视大数据给我们生活带来的影响。
4.围绕机器学习算法、人工神经网络算法等内容展开讨论。
5.围绕计算机发展、运算、存储等技术实现，并说明分布式计算的原理、实现过程、要解决的一致性难题等。
6.围绕大众比较关注的大数据安全等话题，比如大数据杀熟、智能攻防等进行讲解。
7.开放性的探讨人类未来的命运等话题。

目录

  • 版权信息
  • 作者简介
  • 前言
  • 第1章 世界充满不确定性
  • 1.1 解题最重要的是思路
  • 1.1.1 加百子的答案
  • 1.1.2 人工智能的破题思路
  • 1.1.3 统计思维的诞生
  • 1.2 随机世界
  • 1.2.1 猜测上帝的游戏
  • 1.2.2 科学研究与模型
  • 1.2.3 随机性与随机过程
  • 1.2.4 正态分布是什么
  • 1.2.5 随机不是均匀
  • 1.3 概率的威力
  • 1.3.1 试验能得出什么规律
  • 1.3.2 如何合理分配赌金
  • 1.3.3 概率与异常值
  • 1.3.4 用概率击败庄家
  • 1.4 直觉和错觉
  • 1.4.1 猜拳是不是碰运气
  • 1.4.2 同一天生日的概率是多少
  • 1.4.3 蒙提霍尔的三门问题
  • 1.5 生活中的大数定律
  • 1.5.1 大数定律的概念和意义
  • 1.5.2 蒙特卡洛方法
  • 1.6 如何验证假设
  • 1.6.1 女士品茶
  • 1.6.2 停时理论
  • 1.7 经验和实践如何共存
  • 1.7.1 什么是贝叶斯定理
  • 1.7.2 朴素贝叶斯有多“朴素”
  • 1.7.3 每个人都懂贝叶斯
  • 1.8 结语
  • 第2章 数据代表真相吗
  • 2.1 小心数据的陷阱
  • 2.2 数据收集的偏差
  • 2.2.1 幸存者偏差
  • 2.2.2 选择性偏差
  • 2.3 数据处理的悖论
  • 2.3.1 被平均的工资
  • 2.3.2 辛普森悖论
  • 2.4 数据呈现的误导
  • 2.4.1 未披露的数据
  • 2.4.2 会欺骗的视觉设计
  • 2.5 如何正确解读数据
  • 2.5.1 相关性不等于因果性
  • 2.5.2 被选数据的骗局
  • 2.5.3 数据表达的局限
  • 2.5.4 精准预测的挑战
  • 2.6 结语
  • 第3章 如何获得有用信息
  • 3.1 数据、信息、知识
  • 3.1.1 数据是一组有意义的符号
  • 3.1.2 信息是用来消除不确定性的
  • 3.1.3 知识是对信息的总结和提炼
  • 3.2 用信息丈量世界
  • 3.2.1 香农与信息论
  • 3.2.2 一条信息的价值
  • 3.2.3 重复的信息没有价值
  • 3.2.4 信息的熵
  • 3.3 信息是如何交换的
  • 3.3.1 互联网与信息交换
  • 3.3.2 哈夫曼和有效编码
  • 3.3.3 信息不对称与囚徒困境
  • 3.4 信息的加密与解密
  • 3.4.1 语言是一套密码系统
  • 3.4.2 墙边盛开的花朵
  • 3.4.3 可以被公开的密钥
  • 3.5 信息里的噪声
  • 3.5.1 信息越多结果就越准确吗
  • 3.5.2 人工智能如何处理噪声
  • 3.5.3 模型的泛化能力
  • 3.5.4 欠拟合和过拟合
  • 3.6 结语
  • 第4章 大数据处理与挖掘
  • 4.1 大数据概述
  • 4.1.1 数据是描绘世界的新方式
  • 4.1.2 大数据到底有多大
  • 4.2 数据处理的流程和方法
  • 4.2.1 数据收集
  • 4.2.2 数据加工
  • 4.2.3 数据分析
  • 4.2.4 数据可视化
  • 4.3 大数据改变了什么
  • 4.3.1 经验与数据
  • 4.3.2 时间与空间
  • 4.3.3 记忆与理解
  • 4.4 结语
  • 第5章 机器是如何学习的
  • 5.1 机器学习是什么
  • 5.1.1 归纳与推演
  • 5.1.2 定规则和学规则
  • 5.1.3 算法的含义
  • 5.2 机器学习算法
  • 5.2.1 常见的学习方法
  • 5.2.2 回归
  • 5.2.3 分类
  • 5.2.4 聚类
  • 5.2.5 降维
  • 5.2.6 时间序列
  • 5.3 没有完美的算法
  • 5.4 结语
  • 第6章 模拟大脑的神经网络
  • 6.1 不断演进的人工智能
  • 6.1.1 从浅层学习到深度学习
  • 6.1.2 萌芽、复苏、增长和爆发
  • 6.2 机器会不会思考
  • 6.3 深度学习算法
  • 6.3.1 人工神经网络：模拟人脑的思考
  • 6.3.2 卷积神经网络：让计算机“看”到世界
  • 6.3.3 循环神经网络：如何模拟记忆功能
  • 6.3.4 强化学习：黑森林蛋糕的秘密
  • 6.4 场景是算法的综合应用
  • 6.4.1 计算机如何下围棋
  • 6.4.2 计算机如何打游戏
  • 6.4.3 计算机如何与人对话
  • 6.5 结语
  • 第7章 海量运算背后的技术
  • 7.1 不断提升的计算能力
  • 7.1.1 计算的演进
  • 7.1.2 今非昔比的算力
  • 7.1.3 计算机芯片
  • 7.2 如何完成协作计算
  • 7.2.1 举足轻重的三篇论文
  • 7.2.2 不可兼得的CAP定理
  • 7.2.3 故障是不可避免的
  • 7.3 无处不在的计算资源
  • 7.3.1 第一阶段：数据大集中
  • 7.3.2 第二阶段：资源云化
  • 7.4 软件代码共享的好处
  • 7.4.1 网络协议该不该公开
  • 7.4.2 如何进行大规模协作
  • 7.4.3 开源就是免费吗
  • 7.5 结语
  • 第8章 人工智能下的隐私与安全
  • 8.1 大数据与隐私计算
  • 8.1.1 大数据“杀熟”是怎么回事
  • 8.1.2 大数据下的隐私计算
  • 8.2 人工智能与算法安全
  • 8.2.1 对抗样本的博弈
  • 8.2.2 数据投毒和模型安全
  • 8.2.3 眼见不一定为实
  • 8.2.4 设备互联与智能汽车
  • 8.2.5 网络安全攻击
  • 8.3 如何构建防御体系
  • 8.3.1 红蓝对抗
  • 8.3.2 安全是平衡问题
  • 8.3.3 人是安全的一部分
  • 8.4 结语
  • 第9章 未来会变成什么样子
  • 9.1 可预见的未来
  • 9.1.1 一个充满想象的未来
  • 9.1.2 人工智能会不会抢走人类的工作
  • 9.1.3 人机合作是新常态
  • 9.1.4 人机关系在重构
  • 9.1.5 变闲了还是变忙了
  • 9.1.6 会生长的技术树
  • 9.2 不可预知的未来
  • 9.2.1 人类和计算机的区别
  • 9.2.2 人工智能之不能
  • 9.2.3 机器人会统治人类吗
  • 9.2.4 人工智能电车难题
  • 9.2.5 通用人工智能会出现吗
  • 9.2.6 关于未来的预测
  • 9.3 结语
展开全部

评分及书评

4.0
5个评分
  • 用户头像
    给这本书评了
    5.0

    机器的智能表现在能够处理那些不太确定的事情上。想象一下，如果让计算机去做数学题，无论它的答案有多准确，我们都不会感到惊讶，因为答案是确定的，计算机只是一个算得很快的计算器。但如果计算机能与人类对话，很自然地回答人类提出的各种带有 “不确定性” 的问题，它似乎就有点 “智能” 了。

      转发
      评论

    出版方

    机械工业出版社有限公司

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。