🧠 图解人工智能 · 目录

📘 图解人工智能

照着《图解人工智能》([日] 多田智史 著,[日] 石井一夫 审校,张弥 译,人民邮电出版社 · 图灵程序设计丛书,全彩 334 图)做的自学笔记 —— 它是 图解深度学习 的上一本、也是更宽的一本:那一本是竖着钻——从神经元一路钻到卷积核;这一本是横着铺——从 1950 年的图灵测试一路铺到 2020 年的物联网,十四块地,每块给一张图和一个能算的例子。两本对照着看,竖的那条线上每一节的「为什么」,在这里都能找到它的「从哪来」。全书四块 14 章 52 篇:从图灵测试到规则系统(第 1~2 章,这个名字怎么来的、三次热潮两次寒冬各因为什么起落、规则系统怎样用 IF-THEN 硬撑起专家系统和推荐引擎);搜索、最优解与概率(第 3~6 章,有限自动机和马尔可夫链、最小二乘在权重空间里找谷底、图的搜索和遗传算法、贝叶斯和 MCMC 把「不确定」写成分布);从机器学习到深度学习(第 7~9 章,无监督怎么聚类、有监督怎么分类、集成与强化、深度网络怎么一层层堆上去);感知、语言、知识与算力(第 10~14 章,图像和语音怎么被切成特征、句子怎么被解析成树、知识怎么被存成图和库、算力怎么被摊到上千张卡上)。本课是 原理课,Demo 全部手写算法、numpy 真跑:规则系统和推理机自己写前向链,状态机自己写转移表,最小二乘自己解法方程,遗传算法自己写选择交叉变异,贝叶斯和 MCMC 自己写采样,HMM 自己写前向算法,k-means 和 kNN 自己写距离矩阵,神经网络自己推链式法则。教材配的图一张没抄、代码一行没抄——书里的每个概念都重新用代码实现了一遍,输出数字也都是当场跑出来的。大白话、不跳步骤、必带生活比喻、常见误区、可折叠自测题。

内容来自我的 Obsidian 自学笔记 · 全书 14 章 52 篇已全部写完 · 全书完结 🎉

第1章 人工智能的过去、现在和未来

第2章 规则系统及其变体

第3章 自动机和人工生命程序

第4章 权重和寻找最优解

第5章 权重和优化程序

第6章 统计机器学习(概率分布和建模)

第7章 统计机器学习(无监督学习和有监督学习)

第8章 强化学习和分布式人工智能

第9章 深度学习

第10章 图像和语音的模式识别

第11章 自然语言处理和机器学习

第12章 知识表示和数据结构

第13章 分布式计算

第14章 人工智能与海量数据和物联网