推荐几本学习大数据和人工智能的书籍,网站吧,谢谢大牛

齐林东 2020-01-16 23:00:00

推荐回答

人工智能涉及的学科非常广泛。在2019年智能科学与技术一级学科论证会上,经多次论证取得共识的5个二级学科是:脑认知、机器感知与模式识别、自然语言处理与理解、知识工程、机器人与智能系统。有专业细分领域,也有统合系统方向的研究,是融合了电气、计算机、传感、通讯、控制等众多学科领域,多学科相互合作、相互研究的交叉学科领域。来这里看看哈,互联网it学校官方电话官方网站向TA提问。
赵风香2020-01-16 23:20:24

提示您:回答为网友贡献,仅供参考。

其他回答

  • 教你一个办法:1、一下:网盘搜索2、在“网盘搜索”中,搜索你需要的书籍3、直接下载这样你就可以找到你想要的书籍,很大部分你可以找到,若找不到再提问吧。
    黄男雄2020-01-16 23:36:31
  • 人工智能现在火热,也是未来发展方向。可以在人工智能方面学习。学细一点,专业一点。而计算机科学与技术比较广泛。是一个大类,人工智能的软件工程更专业一些。计算机科学与技术的软件都是通用性。学了以后不一定做人工智能。专业性的你到时还是会重新学习。当然,人工智能并不仅是软件,而是一个系统工程。
    米央华2020-01-16 23:05:20

相关问答

人工智能的浪潮正在席卷全球,诸多词汇时刻萦绕在我们耳边:人工智能,因此越来越多的人将其单独看作一种学习的方法。最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念,可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果,人们对神经元的连接方法和激活函数等方面做出相应的调整。其实有不少想法早年间也曾有过,但由于当时训练数据量不足、计算能力落后,因此最终的效果不尽如人意。深度学习摧枯拉朽般地实现了各种任务,使得似乎所有的机器辅助功能都变为可能。无人驾驶汽车,预防性医疗保健,甚至是更好的电影推荐,都近在眼前,或者即将实现。三者的区别和联系机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。我们就用最简单的方法——同心圆,可视化地展现出它们三者的关系。图三三者关系示意图目前,业界有一种错误的较为普遍的意识,即“深度学习最终可能会淘汰掉其他所有机器学习算法”。这种意识的产生主要是因为,当下深度学习在计算机视觉、自然语言处理领域的应用远超过传统的机器学习方法,并且媒体对深度学习进行了大肆夸大的报道。深度学习,作为目前最热的机器学习方法,但并不意味着是机器学习的终点。起码目前存在以下问题:1.深度学习模型需要大量的训练数据,才能展现出神奇的效果,但现实生活中往往会遇到小样本问题,此时深度学习方法无法入手,传统的机器学习方法就可以处理;2.有些领域,采用传统的简单的机器学习方法,可以很好地解决了,没必要非得用复杂的深度学习方法;3.深度学习的思想,来源于人脑的启发,但绝不是人脑的模拟,举个例子,给一个三四岁的小孩看一辆自行车之后,再见到哪怕外观完全不同的自行车,小孩也十有八九能做出那是一辆自行车的判断,也就是说,人类的学习过程往往不需要大规模的训练数据,而现在的深度学习方法显然不是对人脑的模拟。深度学习大佬YoshuaBengio在Quora上回答一个类似的问题时,有一段话讲得特别好,这里引用一下,以回答上述问题:ScienceisNOTabattle,itisacollaboration.Weallbuildoneachother''sideas.Scienceisanactoflove,notwar.Loveforthebeautyintheworldthatsurroundsusandlovetoshareandbuildsomethingtogether.Thatmakesscienceahighlysatisfyingactivity,emotionallyspeaking!这段话的大致意思是,科学不是战争而是合作,任何学科的发展从来都不是一条路走到黑,而是同行之间互相学习、互相借鉴、博采众长、相得益彰,站在巨人的肩膀上不断前行。机器学习的研究也是一样,你死我活那是邪教,开放包容才是正道。结合机器学习2000年以来的发展,再来看Bengio的这段话,深有感触。进入21世纪,纵观机器学习发展历程,研究热点可以简单总结为2000-2019年的流形学习、2019年-2019年的稀疏学习、2019年至今的深度学习。未来哪种机器学习算法会成为热点呢?深度学习三大巨头之一吴恩达曾表示,“在继深度学习之后,迁移学习将引领下一波机器学习技术”。但最终机器学习的下一个热点是什么,谁又能说得准呢。