作者介绍: Nils J. Nilsson,斯坦福大学计算机科学系工程学教授,于1958年从斯坦福大学获得电气工程博士学位。他在SRI International人工智能中心工作了23年,研究方向是通过统计和神经网络方法进行模式识别,发明A*启发式搜索算法和STRIPS自动计划系统,并指导集成移动机器人SHAKEY的工作。他出版了五本关于人工智能的教科书和其他书籍。

章节介绍:

  • 前言
  • 布尔函数
  • 神经网络
  • 统计学习
  • 决策树
  • 归纳逻辑编程
  • 计算学习理论
  • 无监督学习
  • Temporal-Difference Learning
  • 强化学习
成为VIP会员查看完整内容
44

相关内容

现实生活中常常会有这样的问题:缺乏足够的先验知识,因此难以人工标注类别或进行人工类别标注的成本太高。很自然地,我们希望计算机能代我们完成这些工作,或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题,称之为无监督学习
专知会员服务
115+阅读 · 2019年12月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
AiLearning:一个 GitHub万星的中文机器学习资源
人工智能前沿讲习班
8+阅读 · 2019年7月3日
资源 | 《Scikit-Learn与TensorFlow》中文精要
AI研习社
25+阅读 · 2018年9月21日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
推荐几本学习自然语言处理相关的书籍
AINLP
7+阅读 · 2016年10月12日
Arxiv
22+阅读 · 2019年11月24日
The Matrix Calculus You Need For Deep Learning
Arxiv
12+阅读 · 2018年7月2日
Arxiv
15+阅读 · 2018年6月23日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
微信扫码咨询专知VIP会员