本书旨在帮助读者从零开始学习人工智能，掌握人工智能的原理、技术和应用。本书共10章，首先是人工智能概述，接着深入浅出地讲解人工智能的原理和技术，包括数据预处理、数据可视化、机器学习基础、监督学习模型、无监督学习算法、神经网络基础、训练深度神经网络等内容，最后讲解人工智能的应用，包括智能对话和知识图谱。本书适合想要学习并掌握人工智能技术和应用的零基础读者阅读，还可以作为高等院校人工智能相关课程的教材或辅导书。
目录：
第1章 人工智能概述 1
1.1 人工智能的定义 1
1.2 人工智能的发展史 4
1.3 人工智能的技术原理 6
1.4 人工智能的应用方向 9
1.5 人工智能的影响 …13
1.6 人工智能岗位概述 …15
第 2 章 数据预处理 18
2.1 什么是数据预处理 …18
2.2 数据清洗 …20
2.3 特征工程 …24
第 3 章 数据可视化 30
3.1 数据可视化基础 …30
3.2 数据可视化原则 …34
3.3 常用的数据可视化图表 …38
3.4 数据可视化与人工智能 …49
3.5 数据可视化与道德的关系 …53
第 4 章 机器学习基础 55
4.1 机器学习基本概念 …55
4.2认识机器学习的经典模型及其应用方法 …62
4.3 模型的生命周期 …67
第 5 章 监督学习模型 83
5.1 监督学习概述 …83
5.2 线回归模型 …84
5.3 处理分类问题 …89
5.4 逻辑回归模型 …91
5.5 贝叶斯分类器 …94
5.6 决策树 …98
5.7 KNN 算法103
第 6 章 无监督学习算法 105
6.1 无监督学习概述 105
6.2 聚类 107
6.3 参数估计 112
6.4 降维 115
第 7 章 神经网络基础 119
7.1 认识神经网络 119
7.2 神经网络的历史和推理 120
7.3 全连接神经网络 125
7.4 详解神经网络的推理和训练 131
7.5 更多类型的神经网络 140
7.6 经典的神经网络模型 145
7.7 深度学习面临的挑战 150
第 8 章 训练深度神经网络 152
8.1 数据预处理 152
8.2 权重初始化 156
8.3 模型优化算法 158
8.4 正则化 165
8.5 学习率和提前停止 170
8.6 模型训练技巧 173
第 9 章 智能对话 174
9.1 智能对话系统概述 174
9.2 自然语言理解模块 177
9.3 知识库模块 179
9.4 对话流程管理模块 181
0 章 知识图谱 182
10.1 认识知识图谱 182
10.2 知识图谱的数据模型 185
10.3 知识图谱的本体及其影响 189
10.4 知识图谱的构建 193
10.5 知识图谱的存储 198
10.6 基于知识图谱的应用 199
10.7 构建一个属于自己的知识图谱 202
点击下载