Grokking AI 算法，第二版：AI 如何解决复杂问题

人工智能算法是搜索和优化、深度学习、强化学习，当然还有生成式人工智能的支柱。本书使用相关插图、有趣的示例和发人深省的练习介绍了最重要的人工智能算法。它以简单的语言编写，并包含大量视觉参考和实践代码示例，可帮助您对智能系统如何学习、计划和适应建立自然的直觉。第二版经过彻底修订，增加了有关大型语言模型、图像生成等的新章节。

您知道可以使用人工智能解决问题，但如何解决呢？您选择哪种算法以及如何正确实现它？本书让人们简单易懂地理解最核心、最常见的人工智能方法。您将学习如何理解问题类型、将现实世界的任务映射到这些问题，以及如何设计和实现正确的算法 – 所有这些都遵循清晰的可视化示例、伪代码和面向学习的示例。

在 Grokking AI 算法，第二版中，您将发现：

• 如何为每个 AI 问题选择正确的算法
• 学习搜索基础知识（现代 AI 的基础）
• 构建智能代理来解决难题
• 寻找解决方案使用进化论和遗传算法
• 使用神经网络进行预测
• 了解人工智能如何通过强化学习变得更好
• 从头开始构建 LLM 管道和图像扩散模型

关于技术

人工智能算法是搜索和优化问题、深度学习、强化学习，当然还有生成人工智能的支柱。但了解要使用哪种算法及其原因通常比编写代码本身更困难。 《Grokking AI 算法》第二版通过清晰的解释、分步代码示例和精美简单的插图阐明了现代生成式 AI 背后的算法。

关于这本书

您将在这本非常简单的书中学到的所有内容都通过引人入胜的端到端项目得到强化 – 从使用搜索算法解决迷宫到使用强化学习驾驶汽车穿过拥挤的停车场。另外，第二版经过彻底修订，新增章节探索法学硕士和图像生成模型的核心算法。

内容

• 搜索算法和群优化
• 深度学习和神经网络
• 通过强化学习训练人工智能
• 构建用于文本生成的法学硕士管道

关于读者

需要初级到中级的编程技能和高中水平的数学。无需人工智能经验。

关于作者

Rishal Hurbans 是一位经验丰富的技术专家和连续创业者，专门从事人工智能工程和人类绩效。

目录

1 人工智能的直觉
2 搜索基础知识
3 智能搜索
4 进化算法
5 高级进化方法
6 群体智能：蚂蚁
7 群体智能：粒子
8 机器学习
9 人工神经网络
10 强化学习
11 大型语言模型
12 生成图像模型