人工智能基础课
王天一
工学博士,副教授
立即订阅
12221 人已学习
课程目录
已完结 58 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 人工智能:新时代的必修课
免费
数学基础 (7讲)
01 数学基础 | 九层之台,起于累土:线性代数
02 数学基础 | 月有阴晴圆缺,此事古难全:概率论
03 数学基础 | 窥一斑而知全豹:数理统计
04 数学基础 | 不畏浮云遮望眼:最优化方法
05 数学基础 | 万物皆数,信息亦然:信息论
06 数学基础 | 明日黄花迹难寻:形式逻辑
(课外辅导)数学基础 | 拓展阅读参考书
机器学习 (10讲)
07 机器学习 | 数山有路,学海无涯:机器学习概论
08 机器学习 | 简约而不简单:线性回归
09 机器学习 | 大道至简:朴素贝叶斯方法
10 机器学习 | 衍化至繁:逻辑回归
11 机器学习 | 步步为营,有章可循:决策树
12 机器学习 | 穷则变,变则通:支持向量机
13 机器学习 | 三个臭皮匠,赛过诸葛亮:集成学习
14 机器学习 | 物以类聚,人以群分:聚类分析
15 机器学习 | 好钢用在刀刃上:降维学习
(课外辅导)机器学习 | 拓展阅读参考书
人工神经网络 (7讲)
16 人工神经网络 | 道法自然,久藏玄冥:神经网络的生理学背景
17 人工神经网络 | 一个青年才俊的意外死亡:神经元与感知器
18 人工神经网络 | 左手信号,右手误差:多层感知器
19 人工神经网络 | 各人自扫门前雪:径向基函数神经网络
20 人工神经网络 | 看不见的手:自组织特征映射
21 人工神经网络 | 水无至清,人莫至察:模糊神经网络
(课外辅导)人工神经网络 | 拓展阅读参考书
深度学习 (7讲)
22 深度学习 | 空山鸣响,静水流深:深度学习概述
23 深度学习 | 前方有路,未来可期:深度前馈网络
24 深度学习 | 小树不修不直溜:深度学习中的正则化
25 深度学习 | 玉不琢不成器:深度学习中的优化
26 深度学习 | 空竹里的秘密:自编码器
27 深度学习 | 困知勉行者勇:深度强化学习
(课外辅导)深度学习 | 拓展阅读参考书
深度学习框架下的神经网络 (5讲)
28 深度学习框架下的神经网络 | 枯木逢春:深度信念网络
29 深度学习框架下的神经网络 | 见微知著:卷积神经网络
30 深度学习框架下的神经网络 | 昨日重现:循环神经网络
31 深度学习框架下的神经网络 | 左右互搏:生成式对抗网络
32 深度学习框架下的神经网络 | 三重门:长短期记忆网络
深度学习之外的人工智能 (4讲)
33 深度学习之外的人工智能 | 一图胜千言:概率图模型
34 深度学习之外的人工智能 | 乌合之众的逆袭:集群智能
35 深度学习之外的人工智能 | 授人以鱼不如授人以渔:迁移学习
36 深度学习之外的人工智能 | 滴水藏海:知识图谱
应用场景 (4讲)
37 应用场景 | 你是我的眼:计算机视觉
38 应用场景 | 嘿, Siri:语音处理
39 应用场景 | 心有灵犀一点通:对话系统
40 应用场景 | 数字巴别塔:机器翻译
加餐 (5讲)
课外谈 | “人工智能基础课”之二三闲话
推荐阅读 | 我与人工智能的故事
直播回顾 | 机器学习必备的数学基础
第2季回归 | 这次我们来聊聊机器学习
新书 | 《裂变:秒懂人工智能的基础课》
复习课 (7讲)
一键到达 | 数学基础复习课
一键到达 | 机器学习复习课
一键到达 | 人工神经网络复习课
一键到达 | 深度学习复习课
一键到达 | 深度学习框架下的神经网络复习课
一键到达 | 深度学习之外的人工智能复习课
一键到达 | 应用场景复习课
结束语 (1讲)
结课 | 溯洄从之,道阻且长
人工智能基础课
登录|注册

新书 | 《裂变:秒懂人工智能的基础课》

王天一 2018-06-13
你好,我是王天一,今天发一个彩蛋:我的新书终于跟你见面了!
这本书脱胎于我们的专栏,书名是《裂变:秒懂人工智能的基础课》。
我们的专栏共 40 期,在三个多月的时间里,我和你一起学习了人工智能领域最关键的基础知识,包括数学基础、机器学习、神经网络、深度学习以及深度学习之外的人工智能,还讨论了人工智能在视觉、语音、对话系统和机器翻译领域中的应用。
这三个多月里,有五千多位同学参与到我们的基础课当中,给予了很多高质量的反馈,因此这本书其实是我们共同创作的成果。
书的框架和专栏的模块保持一致,在此基础上补充了参考文献,对排版也做了调整,以期给你最佳的阅读体验。希望这本书能够完成这样一个使命:复习专栏内容,打造人工智能的知识架构
我们的课程是基础课,通过最低程度使用繁杂的公式来让内容通俗易懂。但这可不代表内容简单,恰恰相反,专栏的每一个模块都有其深度,需要反复复习,才能达到通透掌握的程度。
这里我引用老师木给本书写的一段推荐语:“读者可以把这本书当成一个索引去了解人工智能的基本原理,若仍无法满足好奇心的话,再去原始文献中找到细节,甚至找到源代码和数据集实践,这是一个由薄到厚的过程;当对磅礴繁杂的内容融会贯通之后,发现机器学习的要义已被这一本薄书涵盖了,真是奇妙无比。”
这本书就是一份简历、一份提纲,勾勒出人工智能的基本框架,是一个“薄”的开始,引领你走过一个“厚”的过程,再回来后,就一定会有更高远的视野和更深刻的洞见。那个时候,你一定会对老师木所说的“奇妙无比”心领神会!
所以,你完全可以把这本书当作这门课程的课本,复习的时候,配合音频,根据自己的掌握情况,有针对性地练习,这也是现在大家都熟悉的“刻意练习”的关键。要知道,刻意练习不是简单的重复,而是针对自己似懂非懂、还没完全掌握的内容,刻意去训练提升自己。
最后,作为对这个专栏最好的沉淀,欢迎你阅读这本书,我们共同努力的结晶!
6 月 13~15 日首发,三天限时优惠。《裂变:秒懂人工智能的基础课》新书,原价¥59,现价¥49!你可以从发现页进入极客商城后进行购买。
体贴的运营同学还给你发了短信,可以领取 5 元礼券(与优惠价同享),有效期到 6 月 30 日,提醒你抓紧使用。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《人工智能基础课》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
返回
顶部