資料認知手冊:在資料科學、人工智能等領域使用啟發式方法提升創意 The Data Path Less Traveled: Step up Creativity using Heuristics in Data Science, Artificial Intelligence, and Beyond

推薦序
譯者序
前言
第1部分關於啟發式方法
第1章創意解決問題
1.1 解決問題
1.2 解決問題過程中的創造力
1.3 人工智能與創造力
1.4 腳踏實地的創造力
1.5 小結
第2章什麼是啟發式方法
2.1 啟發式方法概述
2.2 啟發式度量指標
2.3 啟發式演算法
2.4 重要註意事項
2.5 小結
第3章啟發式與元啟發式方法
3.1 元啟發式方法概述
3.2 何時使用元啟發式方法
3.3 適合元啟發式方法的問題
3.4 重要註意事項
3.5 小結
第4章特定的指標與方法
4.1 為什麼啟發式方法不可或缺
4.2 如何實踐啟發式方法
4.3 何時使用特定指標
4.4 何時使用特定的方法
4.5 小結
第2部分以資料為導向的啟發式方法
第5章EDA基本啟發式方法
5.1 EDA的啟發式方法概述
5.2 EDA中的基本啟發式方法
5.2.1 基於範圍的相關啟發式方法
5.2.2 二元相關啟發式方法
5.2. 3 你自己的啟發式方法
5.3 如何在EDA中有效利用這些啟發式方法
5.4 重要註意事項
5.5 小結
第6章EDA高級啟發式方法
6.1 為什麼需要EDA高級啟發式方法
6.2 EDA中特定的高級啟發式方法
6.2 .1 可辨識指數
6.2.2 密度分析
6.2.3 其他高階啟發式
6.3 如何在EDA中有效地利用啟發式方法
6.4 重要註意事項
6.5 小結
第7章模型相關的啟發式方法
7.1 模型相關的啟發式方法概述
7.2 特定模型相關啟發式方法
7.2.1 F分數啟發式
7.2.2 曲線下麵積啟發式
7.2.3 基於範圍的相關啟發式
7.2.4 置信指數啟發式
7.2.5 其他模型啟發式
7.3 如何有效利用這些啟發式方法
7.4 重要註意事項
7.5 小結
第8章其他啟發式方法
8.1 其他啟發式方法概述
8.2 熵與反熵啟發式方法
8.2.1 熵
8.2.2 反熵
8.2.3 在與資料相關的問題中是否使用熵或反熵
8.3 與距離相關的啟發式方法
8.3.1 距離啟發式方法
8.3.2 相似性啟發式方法
8.3.3 與置信度指數的關係
8.4 重要註意事項
8.5 小結
第3部分面向最優化的啟發式
第9章人工智能與機器學習最優化
9.1 最優化理論概述
9.2 最優化用例
9.3 最優化演算法的關鍵組成部分
9.4 最優化在人工智能和機器學習中的作用
9.5 重要註意事項
9.6 小結
第10章最優化中的啟發式方法
10.1 一般優化中的啟發式方法
10.2 使用啟發式的特定優化演算法
10.2.1 基於群體的演算法
10.2.2 遺傳演算法
10.2.3 模擬退火演算法與變體
10.2.4 其他
10.3粒子群優化與啟發式
10.3.1 概述
10.3.2 PSO演算法的偽代碼
10.3.3 啟發式方法的應用
10.4 重要註意事項
10.5 小結
第11章複雜的最優化系統
11.1 複雜優化器概述
11.2 遺傳演算法家族優化器
11.2.1 遺傳演算法的關鍵概念
11.2.2 香草味遺傳演算法及其限制
11.2.3 菁英主義變異體（Elitism Variant）
11.2.4 縮放比例修改（Scaling Hack）
11.2.5 約束調整（Constraints Tweak）
11.2 .6 其他變體
11.3 應用於遺傳演算法的啟發式方法
11.4 重要註意事項
11.5 小結
第12章最優化集成
12.1 最優化集成概述
12.2 最優化系統的結構
12.3 啟發式方法在最優化集成中的作用
12.4 重要註意事項
12.5 小結
第4部分設計和實施新的啟發式方法
第13章啟發式方法的目標和功能
13.1 啟發式方法的目標和功能概述
13.2 定義啟發式方法的目標
13.3 確定啟發式方法的功能
13.4 優化啟發式方法的目標和功能
13.5 重要註意事項
13.6 小結
第14章度量啟發式的參數、輸出和可用性
14.1 度量啟發式的參數、輸出和可用性概述
14.2 定義度量啟發式的參數和輸出
14.3 確定度量啟發式的可用性和範圍
14.4 最佳化度量啟發式的可用性
14.5 重要註意事項
14.6 小結
第15章方法啟發式的參數、輸出和可用性
15.1 方法啟發式的參數、輸出和可用性概述
15.2 定義方法啟發式的參數和輸出
15.3確定方法啟發式的可用性和應用範圍
15.4 優化方法啟發式的可用性
15.5 重要註意事項
15.6 小結
第16章開發和優化啟發式方法
16.1 開發新啟發式方法的過程概述
16.2 定義新啟發式方法的目標和功能
16.2.1 概述
16.2.2 一種衡量變量多樣性的啟發式方法
16.2.3 一種衡量資料點獨特性的啟發式方法
16.2.4 價值問