鏈接：https://pan.baidu.com/s/1AaIdUjX1k4BEgSsv7gfatQ?pwd=f03i?

提取碼：f03i

《人工智能算法 卷1 基礎算法》

算法是人工智能技術的核心。本書介紹了人工智能的基礎算法，全

書共10 章，涉及維度法、距離度量算法、K 均值聚類算法、誤差計算、

爬山算法、模擬退火算法、Nelder-Mead 算法和線性回歸算法等。書中

所有算法均配以具體的數(shù)值計算來進行講解，讀者可以自行嘗試。每章

都配有程序示例，GitHub 上有多種語言版本的示例代碼可供下載。

本書適合作為人工智能入門讀者以及對人工智能算法感興趣的讀者

閱讀參考。

《人工智能算法 卷1 基礎算法》

第 1 章 AI 入門 1

1.1 與人類大腦的聯(lián)系 2

1.2 對問題建模 6

1.3 對輸入/ 輸出建模 11

1.4 理解訓練過程 21

1.5 本章小結 23

第 2 章 數(shù)據(jù)歸一化 25

2.1 計量尺度 25

2.2 觀測值歸一化 29

2.3 其他歸一化方法 38

2.4 本章小結 45

第3 章 距離度量 47

3.1 理解向量 47

3.2 計算向量距離 49

3.3 光學字符識別 54

3.4 本章小結 57

第4 章 隨機數(shù)生成 59

4.1 偽隨機數(shù)生成算法的概念 60

4.2 隨機數(shù)分布類型 61

4.3 輪盤模擬法 64

4.4 偽隨機數(shù)生成算法 65

4.5 用蒙特卡洛方法估算PI 值 72

4.6 本章小結 74

第5 章 K 均值聚類算法 75

5.1 理解訓練集 77

5.2 理解K 均值算法 80

5.3 K 均值算法的初始化 84

5.4 本章小結 90

第6 章 誤差計算 91

6.1 方差和誤差 92

6.2 均方根誤差 93

6.3 均方誤差 93

6.4 誤差計算方法的比較 94

6.5 本章小結 96

第7 章 邁向機器學習 97

7.1 多項式系數(shù) 99

7.2 訓練入門 101

7.3 徑向基函數(shù)網(wǎng)絡 103

7.4 本章小結 115

第8 章 優(yōu)化訓練 117

8.1 爬山算法 117

8.2 模擬退火算法 121

8.3 Nelder-Mead 算法 128

8.4 Nelder-Mead 算法的終止條件 133

8.5 本章小結 134

第9 章 離散優(yōu)化 135

9.1 旅行商問題 135

9.2 環(huán)形旅行商問題 138

9.3 背包問題 139

9.4 本章小結 143

第 10 章 線性回歸 144

10.1 線性回歸 144

10.2 廣義線性模型 152

10.3 本章小結 155

附錄A 示例代碼使用說明 157

A.1 “讀懂人工智能”系列書簡介 157

A.2 保持更新 157

A.3 獲取示例代碼 158

A.4 示例代碼的內容 159

A.5 如何為項目做貢獻 163

參考資料 164