人工智能与机器学习

作者：王秋月覃雄派赵素云张静

页数：216

出版社：中国人民大学出版社

出版日期：2020

ISBN：9787300275819

电子书格式：pdf/epub/txt

内容简介

随着计算机技术迅猛地发展，人工智能与机器学习已经渗透到我们日常生活的各个领域。为此，中国人民大学专门为全校财经和人文专业的学生开设了“人工智能与机器学习”课程，本书的所有作者都参与了该门课程的教学实践，相互配合，总结教学经验，共同打磨而成《人工智能与机器学习》一书。书中通过丰富现实案例的详细讲解，引导学生了解各种机器学习模型的基本原理与实践用法。避开了大量的数学模型和复杂编程知识，让学生熟悉当下流行的一些机器学习和数据处理工具的使用，来解决现实领域遇到的各种数据分析和预测问题。

作者简介

王秋月，中国人民大学信息学院计算机系讲师。主要研究领域是数据库、信息检索、知识库的构建与应用等。她在香港中文大学取得博士学位，在德国奥格斯堡大学做了两年博士后工作，并于2014年访问德国马克斯普朗克计算机科学研究所一年。她于2010年至2013年负责组织国际信息检索评测会议INEX中的Data-Centric Track和Linked-Data Track，并担任过SIGIR、TKDE等国际会议和杂志的评委，在国内外期刊和会议上发表论文30余篇。主持或参与国家自然科学基金青年项目、面上项目、重点项目及国家重点研发计划项目等多项。覃雄派，中国人民大学信息学院计算机系副教授。2009年毕业于中国人民大学信息学院，获得工学博士学位。目前主要从事高性能数据库、大数据分析、信息检索等方面的研究工作，主持1项国家自然科学基金面上项目，参与多项国家“863”计划、“973”计划及国家自然科学基金项目，在国内外期刊和会议上发表论文30余篇。赵素云，中国人民大学信息学院计算机系副教授。2009年毕业于香港理工大学，获博士学位。主要研究方向为机器学习，不确定信息处理，以及隐私保护在数据挖掘中的应用等。主持国家自然科学基金项目两项，并参与国家自然科学基金重点项目、核高基等多项。现已发表学术论文30余篇（其中SCI检索论文10余篇）。目前，文章他引次数合计近1000次。张静，中国人民大学信息学院计算机系讲师。2016年毕业于清华大学计算机科学与技术系，获博士学位。研究兴趣为数据挖掘。发表多篇数据挖掘国际第一会议与期刊论文，包括TKDE,TKDD, KDD，IJCAI, AAAI等。Google统计论文引用量达到2000多次。

目录

节选

人工智能的终极目标是制造出具有人类智能的机器。从几千年前的古希腊始，人类就一直梦想着制造出能像人一样思考和行动的机器。现代电子计算机的诞生为这一梦想提供了强有力的实现基础。图灵在《计算机器与智能》一文中推测了构建会思考的机器的可能性，并提出了用以衡量一个机器是否具有智能的标准——图灵测试。人工智能作为一个研究领域，最早在1956年的达特茅斯会议上提出。它通常被视为计算机科学的一个分支，但其涉及计算机科学、神经科学、心理学、认知学、哲学和语言学等多种自然科学和社会科学学科，其范围已经远远超出了计算机科学的范畴。
近年来，随着计算机技术的迅猛发展，各行各业都在经历深刻的变革。从“互联网+”到“智能+”，人工智能几乎无孔不入，渗透到我们的日常生活和各个领域，如教育、医疗、金融、农业生产、工业制造、商业决策、科学发现、政府管理等。因而，各行各业的人才都需要了解和掌握一定的人工智能知识和技术，才能更好地适应当前第三次人工智能浪潮带来的新技术变革。
基于这样的初衷，我们从2018年春季学期开始，在中国人民大学开设了一门计算机应用类公共课：人工智能与机器学习。该课程面向全校的非计算机专业的本科生，如财金及人文社科类的学生，向他们普及人工智能和机器学习技术。其设计主旨是尽可能不涉及大量数学模型与复杂编程知识，通过对丰富应用案例的详细讲解，引导学生了解各种机器学习模型的基本原理与实践用法，熟悉当下流行的一些机器学习和数据处理工具的使用，从而能够使用机器学习技术来解决各领域现实中遇到的各种数据分析和预测问题。
开设课程时，我们发现缺少合适的教材。目前市面上有一些较详细讨论机器学习原理的优秀教材，如周志华的《机器学习》和李航的《统计学习方法》等，但它们缺乏具体的模型使用实践与代码。市场上也不乏“零基础”或“零起点”的机器学习快速入门教材，但这些书籍又过于偏重实际的代码操作，缺乏对模型原理的讲解。没有对模型原理的理解，读者很难真正学会使用模型。例如，模型中有哪些超参数？它们各自的含义是什么？如何设置最佳的超参数值？如果一个模型性能不佳，可能的原因有哪些？如何改进？等等。基于这些考虑，我们决定编写一本适合这门课程设计和定位的教材，即主要面向非计算机专业的本科学生，更好地将机器学习原理与应用实践结合起来。