《人工智能算法（卷1）》[美] 杰弗瑞·希顿 | PDF下载|ePub下载

前言
资源与支持
第1章　AI入门
1.1　与人类大脑的联系
1.2　对问题建模
1.3　对输入/输出建模
1.4　理解训练过程
1.5　本章小结
第2章　数据归一化
2.1　计量尺度
2.2　观测值归一化
2.3　其他归一化方法
2.4　本章小结
第3章　距离度量
3.1　理解向量
3.2　计算向量距离
3.3　光学字符识别
3.4　本章小结
第4章　随机数生成
4.1　伪随机数生成算法的概念
4.2　随机数分布类型
4.3　轮盘模拟法
4.4　伪随机数生成算法
4.5　用蒙特卡洛方法估算PI值
4.6　本章小结
第5章　K均值聚类算法
5.1　理解训练集
5.2　理解K均值算法
5.3　K均值算法的初始化
5.4　本章小结
第6章　误差计算
6.1　方差和误差
6.2　均方根误差
6.3　均方误差
6.4　误差计算方法的比较
6.5　本章小结
第7章　迈向机器学习
7.1　多项式系数
7.2　训练入门
7.3　径向基函数网络
7.4　本章小结
第8章　优化训练
8.1　爬山算法
8.2　模拟退火算法
8.3　Nelder-Mead算法
8.4　Nelder-Mead算法的终止条件
8.5　本章小结
第9章　离散优化
9.1　旅行商问题
9.2　环形旅行商问题
9.3　背包问题
9.4　本章小结
第10章　线性回归
10.1　线性回归
10.2　广义线性模型
10.3　本章小结
附录A　示例代码使用说明
A.1　系列图书简介
A.2　保持更新
A.3　获取示例代码
A.4　示例代码的内容
A.5　如何为项目做贡献
参考资料
· · · · · ·