| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
人工智能智慧的钥匙究竟是什么 / 53
专家系统是如何“学会”知识的 / 54
表示知识的其他方式 / 58
谁才是第 一个真正的专家系统 / 60
生活中的专家系统 / 62
过于激进的人工智能计划—第五代计算机 / 64
什么是第五代计算机 / 64
第五代计算机的教训 / 67
寒冬再现 / 68
4 计算机中的大脑 / 73
人类的智慧从哪里来 / 74
人体的指挥部 / 74
大脑为什么能这么聪明 / 75
如何建造人工大脑—联结主义的诞生 / 80
麦卡洛克-皮茨模型是如何工作的 / 84
可以用人工神经元搭建人造大脑吗 / 86
人造大脑该怎么学习 / 87
人造大脑—人工神经网络的诞生 / 87
会学习的感知机 / 88
什么是感知机 / 89
感知机的致命弱点 / 94
陷入黑暗的神经网络 / 97
5 卷土重来的神经网络 / 100
拿什么拯救你，神经网络 / 101
为什么要研究多层感知机 / 101
反向传播算法 / 102
来自物理学的新型神经网络 / 103
现在流行的深度学习和多层神经网络有什么关系 / 106
深度学习有什么用 / 109
为什么机器学习会这么流行 / 113
深度学习是完美的吗 / 114
6 让机器适应环境 / 117
智能如何应对多变的环境 / 118
学会操控机关的小白鼠和鸽子 / 119
动物和机器的科学—行为主义的诞生 / 121
像昆虫一样应对环境的机器人 / 123
可以进化的人工智能 / 127
AlphaGo Zero为什么这么厉害 / 129
什么是强化学习 / 130
强化学习是怎么工作的 / 131
强化学习的优点和缺点 / 140
参考资料 / 144
