g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Yapay Zekaya Giriş (PDF bağlantısı ile)

Yazar Wang Tianyi

Kaynak Geek Zaman Sütunu "Yapay Zeka Temel Kursu"

Mühendislik ve Doçent Doktora'nın yapay zeka toplama kitap listesi, ekli PDF sürümüne bağlantıyla birlikte.

Makine öğrenme

Makine öğreniminde ilk önerilecek iki yerli yazarın çalışmasıdır: Dr. Li Hang'ın "İstatistiksel Öğrenme Yöntemleri" ve Profesör Zhou Zhihua'nın "Makine Öğrenimi".

"İstatistiksel Öğrenme Yöntemleri", "toplam-puan-toplam" yapısını benimser. İstatistik öğrenmenin temel kavramlarını çözdükten sonra, istatistiksel öğrenmede 10 ana yöntemi sistematik ve kapsamlı bir şekilde tanıtır ve son olarak bu algoritmaları özetler ve karşılaştırır. . Bu kitap temelde matematiksel formüllere dayanmaktadır.Her bir yöntemi tanıtırken, ayrıntılı matematiksel türetmeler verilir ve neredeyse hiç saçma yoktur, bu nedenle okuyucunun matematiksel geçmişi için daha yüksek gereksinimler ortaya koyar.

Buna karşılık, "Makine Öğrenimi" daha geniş bir yelpazeyi kapsar ve daha güçlü bir giriş niteliğine sahiptir, bu da makine öğreniminin panoramasını anlamaya yardımcı olur. Kitap, makine öğrenimindeki hemen hemen tüm algoritma kategorilerinin temel fikirlerini, uygulama kapsamını, avantajlarını ve dezavantajlarını ve ana uygulama yöntemlerini kapsar ve çok sayıda anlaşılması kolay örnekle serpiştirilmiştir.

"İstatistiksel Öğrenme Yöntemleri" derinlikten daha iyiyse, "Makine Öğrenimi" genişlikten daha iyidir. Kapsamlı bir şekilde, "Makine Öğrenimi" bölümünde sağlanan zengin referanslara dayanarak daha derine inmeye devam edebilirsiniz.

Yukarıdaki iki kitabı okuduktan sonra bazı klasik eserleri okuyabilirsiniz. İlk klasik kitap Tom Mitchell tarafından yazılan Makine Öğrenimidir. Çince tercümesi "Makine Öğrenimi" olarak adlandırılır. Bu kitap 1997'de yazılmıştır. Makine öğrenimindeki en son gelişmeleri anlatmak zor olsa da, temel teoriler ve temel algoritmalar hala dahil edilmiştir. Sonuçta, klasik teoriler zamanın testine dayanabilir. Bu kitabın odak noktası da genişliktir.Çok sayıda karmaşık matematiksel türetme içermeyen ideal bir giriş kitabıdır. Yazar bir keresinde anasayfasında kitabın yeni bir baskısının yayınlanacağını ve bazı bölümlerin ekleneceğini söylemişti, belki de son iki yıl içinde yeni baskı beklenebilir.

Diğer bir klasik kitap, Trevor Hastie ve diğerleri tarafından yazılan Elements of Statistical Learning'dir. İkinci baskı 2016'da yayınlandı. Bu kitabın Çince çevirisi yok, sadece fotokopisi var. Hiçbir usta kitabı insanları korkutmak için pek çok karmaşık matematiksel formül kullanmaz (algoritma türetmeye adanmış kitap dışında), bu bir istisna değildir. Çeşitli öğrenme yöntemlerinin çağrışımını ve uzantısını vurgular.Özel çıkarımla karşılaştırıldığında, uygulama senaryolarını ve geliştirme yönünü yöntemin iç ve dış kısımları aracılığıyla anlamak daha önemlidir.

Final, Christopher Bishop'ın hazırladığı Kalıp Tanıma ve Makine Öğrenmesiydi. Bu kitap 2007'de yayınlandı ve Çince çevirisi yok, belki de sebebi böylesine görkemli bir eseri açmak çok geceler alacaktı. Bu kitabın özelliği, makine öğrenimini bir bütün olarak ele almasıdır, ister frekansa dayalı bir yöntem ister Bayes yöntemi olsun, ister regresyon modeli ister sınıflandırma modeli olsun, sorunun sadece farklı bir yönüdür. Yazar, Tanrı'nın bakış açısını açabilir ve tüm makine öğrenimini dev bir ağa dahil edebilir. Ne yazık ki, çoğu okuyucu (ben de dahil) yüksek perdeli düşüncesine ayak uyduramıyor.

Son tavsiye David J C MacKay'ın 2003 yılında yazdığı Bilgi Teorisi, Çıkarım ve Öğrenme Algoritmaları'dır ve Çince tercümesi "Bilgi Teorisi, Çıkarım ve Öğrenme Algoritmaları" olarak adlandırılır. Bu kitabın yazarı çok yönlü bir bilim insanıdır. Bu kitap makine öğrenimi üzerine bir monografi değil, geniş bir içerik yelpazesini kapsayan birden fazla ilgili disiplinin bir kombinasyonudur. Ön panelde yüzü olan ders kitaplarına kıyasla bu kitabı okumak, yazarla sohbet etmek gibi bir duygu uyandırıyor, sohbet sırasında sizi düşündürmek için çeşitli sorular soracak. Geniş konu yelpazesi, bu kitabın okuma deneyimini kolaylaştırmaz, ancak ufku genişletmek için bir ayarlama olarak kullanılabilir.

Matematik

1. Doğrusal Cebir

İki yabancı ders kitabı önerin. İlki Gilbert Strang tarafından yazılan Doğrusal Cebire Giriş, İngilizce versiyonu 2016'da beşinci baskıda yayınlandı. Çince çevirisi yok. Bu kitap, sezgisel kavramsal açıklamalar yoluyla soyut temel kavramları açıklar ve doğrusal cebirin çeşitli alanlarda çok sayıda pratik uygulamasıyla tamamlanır, bu da öğrenenler için çok dostane bir durumdur. Yazar, Massachusetts Institute of Technology'nin OCW'de ilgili bir video kursu açmıştır ve ayrıca alıştırmalar ve simülasyon test soruları gibi bir dizi elektronik kaynakla donatılmıştır.

İkincisi, Doğrusal Cebir ve Uygulamaları, David C Lay. İngilizce versiyonu da 2015 yılında beşinci baskıda yayınlandı. Çince tercümesi, orijinal kitabın dördüncü baskısına karşılık gelen "Linear Cebir ve Uygulamaları" olarak adlandırılıyor. Bu kitap, vektörlerin ve doğrusal denklemlerin temel kavramları aracılığıyla doğrusal cebirin temel kavramlarını basit ve basit bir şekilde tanıtmaktadır.Formüllerin arkasındaki cebirsel ve geometrik anlamlara odaklanmaktadır.Ayrıca, temel kavramları anlamaya çok yardımcı olan çok sayıda uygulama örneği ile donatılmıştır.

2. Olasılık

Temel okuma için, Sheldon M Ross'tan Olasılıkta İlk Kurs'u seçebilirsiniz. İngilizce sürümü 2013'te dokuzuncu baskıya kadar yayınlandı (onuncu baskı yakında 2018'de yayınlanacaktır). Çince çeviriye "Temel Olasılık Kursu" adı verilir ve orijinaline karşılık gelir Kitabın dokuzuncu baskısı da İngilizce fotokopi olarak mevcuttur. Ölçmenin yanı sıra, bu kitap olasılık konularını merkezi limit teoremi perspektifinden tartışmaktadır.Kavramların yorumlanması daha popülerdir.Kitapta ayrıca yaşamla yakından ilgili çok sayıda uygulama örneği ve alıştırma yer almaktadır.

Diğer bir zor okuma ise Edwin Thompson Jaynes'in Olasılık Teorisi: Bilimin Mantığıdır Bu kitabın henüz Çince çevirisi yoktur ve "Olasılık Teorisi Üzerine Meditasyonlar" başlıklı fotokopisi basılmamıştır. Yazarın mirası olan bu kitabın tamamlanması yarım asır sürdü, isminden kutsal bir kitap olduğu anlaşılıyor. Yazar, mantıksal bir bakış açısıyla frekansa, Bayes olasılığına ve istatistiksel çıkarıma dayalı olasılıkları tartışmakta ve olasılık teorisinin deneysel disiplinini matematiksel mantık çerçevesine dahil etmektedir. Bu kitabı okursanız, beyninizi yakmaya hazırlıklı olmalısınız.

3. Matematiksel İstatistik

Temel okuma materyali, Akademisyen Chen Xiru tarafından yazılan "Matematiksel İstatistik Kursu" nu seçebilir. İstatistiğin bir bilim olup olmadığı sorusu hala tutarsızdır, ancak makine öğrenimindeki önemli rolü şüphe götürmez. Lao Chen'in kitabı istatistik kavramlarına ve fikirlerine odaklanıyor ve çok değerli olan istatistiksel bakış açılarını kullanarak nesneleri gözlemleme ve analiz etme yeteneğini öğretmeye çalışıyor.

İleri düzey okuma için Roger Casella'nın yazdığı İstatistiksel Çıkarım'ı seçebilirsiniz.Yazar 2012'de öldüğünden beri, 2001'deki ikinci baskı bir kuğu şarkısı oldu. Çince çevirisi "İstatistiksel Çıkarım" olarak adlandırılır ve bir fotokopisi de mevcuttur. Bu kitap, olasılık teorisinin içeriğinin bir bölümünü, istatistiksel çıkarım, parametre tahmini ve varyans regresyonu gibi istatistikteki temel problemlere adım adım giriş içerir.

4. Optimizasyon teorisi

Stephen Boyd'un Konveks Optimizasyonuna başvurabilirsiniz, Çince çeviriye "Konveks Optimizasyon" denir. Bu kitabın boyutu ürkütücü olsa da, kötü bir şekilde okunabilir değildir. Esas olarak teorik kanıtlardan ziyade pratik uygulamalar içindir.Makine öğreniminde yaygın olarak kullanılan birçok yöntem kaynağını burada bulabilir.

5. Bilgi Teorisi

Thomas Cover ve Jay A Thomas'ın ortak yazarı olan, 2006 yılında yayınlanan, ikinci baskıya ve Çince tercümesinin "Bilgi Teorisinin Temelleri" dir. Bu kitap hem genişliği hem de derinliği hesaba katıyor, büyük olmasa da kuru mallarla dolu, bilgi teorisindeki her temel kavramın fiziksel çağrışımını netleştiriyor, ancak düzgün okuma belli bir matematik temeli gerektiriyor. Ek olarak, bu kitap bilgi teorisinin iletişimde uygulanmasına odaklanmaktadır.

yazar hakkında

Wang Tianyi, Mühendislik Doktorası, Pekin Posta ve Telekomünikasyon Üniversitesi, Doçent, Büyük Veri ve Bilgi Mühendisliği Okulu, Guizhou Üniversitesi, Guizhou 3D Dijital Tıp Derneği Üyesi. Çalışma sırasında ana araştırma yönü sürekli değişken kuantum iletişim teorisi ve sistemidir.Çok sayıda ulusal / il ve bakanlık bilimsel araştırma projesine başkanlık etmiş ve bunlara katılmış ve ilk yazar olarak 5 SCI makalesi yayınlamıştır. Şu anda, ana araştırma yönü büyük veri ve yapay zekadır ve araştırma içeriği nesnelerin interneti, sinir ağları ve makine öğrenimine dayalı büyük veri uygulamalarını içerir. Teknik alana ek olarak, yapay zekanın gelişim yönü ve gelecekteki eğilimleri hakkında derinlemesine düşünmeye sahip ve "Yapay Zeka Devrimi" kitabını yazdı.