通过实践学习人工智能（感知器、神经网络和贝叶斯人工智能）

Question

通过实践学习人工智能（感知器、神经网络和贝叶斯人工智能）

algorithmartificial-intelligence

5

我即将参加一门人工智能课程，希望在此之前进行练习。我正在使用一本书学习理论知识，但任何语言的资源、具体示例和教程都可以帮助我进行实践。有没有人可以推荐一些好的网站或书籍，其中包含丰富的示例和教程？

谢谢！

编辑：我的课程将涉及感知器、神经网络和贝叶斯人工智能。

- José Joel.

1

人工智能是什么意思？该主题非常广泛，学术界更喜欢使用更精确的术语，如机器学习、模式识别、分类或决策支持。我们实际上并不制造走路和说话的机器人。 - Karl

主要是感知机、神经网络和贝叶斯人工智能。我会更正我的问题！ - José Joel.

5个回答

2

我的建议是通过尝试自己实现各种类型的学习器来学习它。看看能否找到与您感兴趣的某些主题相关的数据集（体育、游戏、健康等），然后尝试创建一个学习器来进行某种分类（预测运动比赛的获胜者、学习如何对双陆棋位置进行分类、基于患者数据检测癌症等），使用不同方法。如果决策树是您未来课程的一部分，那么从它开始，因为它们相对简单，然后转向神经网络。

- Shaggy Frog

1

个人建议阅读M.Tim.Jones关于AI的书籍。

该书籍包含了许多与AI相关的主题，几乎每种类型的AI讨论都有C语言示例代码。确实是一本非常实用的AI书籍!!

- Agnius Vasiliauskas

1

这里有一组资源，我强烈推荐每一个资源——因为它们的解释质量、代码质量以及算法演示的“完整性”。

最小二乘回归（Python）
k-means聚类（Python）
多层感知器（Python）
霍普菲尔德网络（Python）
决策树（ID3和C4.5）

此外，Hastie等人的优秀教材《统计学习基础》实际上可以免费下载。作者还提供了一个伴随该教材的R包，其中包含所有代码。该书详细讨论了大多数（如果不是所有）主要类别的机器学习算法，并提供指向可工作代码和“现实世界”数据的具体示例。

- doug

0

Russel & Norvig 对这个广泛领域有很好的调查。

- AlwaysBTryin

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tarrasch · Accepted Answer

这要看你想专攻哪个领域。有创业公司资源：在这里。我从他们的例子中学到了神经网络。你能详细说明应该是哪种人工智能吗？啊，我忘了：这个链接是一个非常好的论坛，你可以查看其他人遇到的问题并从中学习。祝好。