裂变：秒懂人工智能的基础课

目录

第1 篇 数学基础 / 1

1 九层之台，起于累土：线性代数 / 2

2 月有阴晴圆缺，此事古难全：概率论 / 9

3 窥一斑而知全豹：数理统计 / 18

4 不畏浮云遮望眼：*化方法 / 26

5 万物皆数，信息亦然：信息论 / 33

6 明日黄花迹难寻：形式逻辑 / 41

第2 篇 机器学习 / 51

7“数”山有路，学海无涯：机器学习概论 / 52

8 简约而不简单：线性回归 / 60

9 大道至简：朴素贝叶斯方法 / 68

10 衍化至繁：逻辑回归 / 75

11 步步为营，有章可循：决策树 / 82

12 穷则变，变则通：支持向量机 / 89

13 三个臭皮匠，赛过诸葛亮：集成学习 / 97

14 物以类聚，人以群分：聚类分析 / 104

15 好钢用在刀刃上：降维学习 / 111

第3 篇 人工神经网络 / 119

16 道法自然，久藏玄冥：神经网络的生理学背景 / 120

17 一个青年才俊的意外死亡：神经元与感知器 / 126

18 左手信号，右手误差：多层感知器 / 134

19 各人自扫门前雪：径向基函数神经网络 / 142

20 看不见的手：自组织特征映射 / 149

21 水无至清，人莫至察：模糊神经网络 / 156

第4 篇 深度学习 / 163

22 空山鸣响，静水流深：深度学习概述 / 164

23 前方有路，未来可期：深度前馈网络 / 170

24 小树不修不直溜：深度学习中的正则化 / 177

25 玉不琢不成器：深度学习中的优化 / 185

26 空竹里的秘密：自编码器 / 192

27 困知勉行者勇：深度强化学习 / 200

第5 篇 神经网络实例 / 207

28 枯木逢春：深度信念网络 / 208

29 见微知著：卷积神经网络 / 214

30 昨日重现：循环神经网络 / 221

31 左右互搏：生成式对抗网络 / 228

32 三重门：长短期记忆网络 / 235

第6 篇 深度学习之外的人工智能 / 243

33 一图胜千言：概率图模型 / 244

34 乌合之众的逆袭：集群智能 / 253

35 授人以鱼不如授人以渔：迁移学习 / 260

36 滴水藏海：知识图谱 / 267

第7 篇 应用场景 / 273

37 你是我的眼：计算机视觉 / 274

38 嘿，Siri：语音处理 / 280

39 心有灵犀一点通：对话系统 / 286

40 数字巴别塔：机器翻译 / 292

参考文献 / 299