《认知计算导论》是一本介绍认知计算领域的入门读物，深入探讨了计算机如何模拟人类认知的过程。通过对人类认知系统和计算机智能的比较，揭示了认知计算的重要性和应用前景。本书内容丰富，逻辑清晰，为读者提供了深入理解认知计算的基础知识。
《认知计算导论》读后感(篇一)
文章第五章中提到了多种分类算法，比如里面的决策树算法、基于规则的分类算法以及随机森林等，在进行毕设内容学习上对我很有帮助。在第六章还有对分类过程中出现过拟合现象的针对措施。因为本人毕设内容主要是对大数据进行分析缄建模处理，本文中的许多内容都让我收获良多。个人觉得，这篇文章在对处理大数据的学习来说很有用，好评，强烈推荐。。
《认知计算导论》读后感(篇二)
我们的世界通过互联网、手机与无数的物互联，物理世界和信息世界无缝融合成为未来网络发展趋势。在物质生活日益丰富的今天，人们已将关注的重心从物理世界向精神世界转移，而人的情绪成为精神世界的直接参考指标。因此,催生了利用各式各样方法进行人的情绪识别的新兴技术，Human-Robot Interaction也由此应运而生，并成为当前的研究热点。
《认知计算导论》读后感(篇三)
我对认知计算的初步了解主要来源于对智能机器人的认识，这本书让我认识到机器的认知潜能可放大信息的价值，推动认知智能的演进。此外，深度学习、机器学习的发展也让认知系统有能力理解不同维度的信息的价值，它们之间具有一定的关联性。我认为这不仅是一本科普教材，这本书里面蕴含的哲学知识也是值得我们这些读者深思的，强烈推荐小伙伴们看下这本书，很值得读一读。
《认知计算导论》读后感(篇四)
看到电影《her》还有《机械姬》的时候就很希望自己有生之年看到这样的机器人出现，可以陪聊天陪玩耍还能随时监护身体，简直就是贴身保镖好嘛。以前总说理想很美好，现实很骨感；但是现在计算机处理能力很强悍了啊，某一个专业超过人类是完全可能的（参看阿尔法狗大败中国5人黑）。学计算机的很适合看看这本书，重燃激情啊@~@ 很激动现在有这样中文书可以了解有关的技术全貌，。
《认知计算导论》读后感(篇五)
不同于传统意义上基于光电的数据传输和分析，认知计算旨在让机器在某种程度上模拟人脑的思维。人脑的学习与计算以及神经元间的信息传递，相比于光电系统中由数据驱动的计算完全不同，即数据虽然在物理上能够被度量，但人脑通过对其进行学习和计算却能解读出海量的多维度信息。因此，受信息的价值和认知潜能的启发，《认知计算导论》从认知数据的产生/采集、传输、分析以及应用等角度详细解读了认知计算。
《认知计算导论》读后感(篇六)
学习人工智能的时候就对认知计算这一块内容很感兴趣，因此也找了几本书来看。这本书比较新，相对涉及到的算法和技术都是目前比较热门的，非常建议对认知计算这方面感兴趣的同学仔细读一读。
另外，我认为认知计算这个领域非常有趣，如何让计算机像我们的大脑一样去思考问题？alphaGo、IBM Waston是怎么实现的？都是很有趣且值得研究的问题，本书都有仔细的阐述，很值得一看。
《认知计算导论》读后感(篇七)
《认知计算导论》从认知数据的采集出发，详细介绍了认知数据的特点、物联网感知技术与发展现状以及群智感知技术，为我们打开了认知数据的大门，引领我们从认知计算的数据基础开始深度理解认知计算。《认知计算导论》以物联网、云计算、大数据分析、机器人技术和人工智能为背景，全面细致的介绍了认知计算的概念，深入介绍了认知计算的实际应用和前言专题，对科研工作者、各行业的思想者、经营者和技术领导者都非常有启发性。
《认知计算导论》读后感(篇八)
2016年1月,DeepMind在《Nature》上发表了一篇论文,描述了AlphaGo实现的细节：将蒙特卡洛搜索树和深度神经网络结合，从棋谱中进行学习。并且使用增强学习通过自我对弈进行学习。虽然Google目前还没有公开AlphaGo的源代码,但是一些学生根据这篇论文复现了AlphaGo这可以从github上下载。程序有两个深度神经网络:策略网络（Policy Network）和估值网络（Value Network）并使用蒙特卡罗树搜索（Monte Carlo Tree Search,MCTS）进行搜索。
《认知计算导论》读后感(篇九)
近年来,软件定义网络（software defined network,SDN）作为网络通信领域的新兴技术，通过控制层与数据层分离、集中化的管理调度、开放可编程接口等特点，正在推动通信网络向新的一代演化，并有可能从根本上改变未来通信网络的整体格局和走向。但是现有的软件定义网络系统缺乏学习能力、不够智能的问题成为其瓶颈，通过引入认知引擎、智能决策和认知控制器等关键技术,认知软件定义网络（cognitivesoftware defined network,CSDN）便由此产生。认知软件定义网络能够真正实现智能化，能够智能地统一管理
《认知计算导论》读后感(篇十)
首先，读完整本书不得不说的就是，我非常喜欢作者讲述知识的逻辑，整本书逻辑清晰，由基础知识开始介绍，逐渐深入，到最后介绍认知计算各种新兴技术的应用比如5G移动等，对于学生建立学习网络非常有帮助，是一种可以让学生借鉴的对待一个研究课题的思考方式。其次呢，本书讲述的知识虽然理论知识比较多，但是作者讲述并不刻板，而是讲述的非常生动和利于理解。其中，我最喜欢的章节是第五章机器学习主要算法，该章中讲述了一些比较常见的算法，这些算法我也在其他书籍中学习过，但是总感觉看完本书的讲解后，以前不太明白的部分，豁然开朗。最后，本书在合适的位置安排了习题，而不是每章都设置习题，就不会让学生觉得习题太多，而且又可以用阶段性的习题来检测学生学习情况，同时，也利于学生阶段性学习。
《认知计算导论》读后感(篇十一)
我买这本书的时候，主要是冲着它的全面去的，因为我很少看到有人能把大数据、云计算、物联网、5G移动通信结合起来写，而我也确实不知道这些技术之间有什么联系。买回来后，发现作者的写作叙事讲解的逻辑很强，把这么多东西结合起来写，竟然丝毫不混乱，而且还井井有条，这确实是难能可贵的，可见作者写这本书时的确是下了苦功夫的。
此外，书中详细介绍了认知计算的应用层面，很多应用完全颠覆了我对计算机的认识，完全没想到原来认知计算技术竟然可以应用到这些领域，比如医疗认知系统、情感通信系统，书中提到了SmartHome2.0智慧屋系统，还有可以进行情感抚慰的机器人。看完这本书，我觉得认知计算必将引起新一代的技术变革。
《认知计算导论》读后感(篇十二)
由于研究生导师的研究方向是认知计算，本科即将毕业，闲来无事，导师让我自己先找资料熟悉了解一下研究方向，抱着试试的心态买了这本书。哇，真是让我大吃一惊，这本书写的很好，像我这种0基础的初学者，对于认知计算、人工智能以及其他一些计算机学科相关领域的前沿知识都了解甚少，这本书仿佛为我打开了一扇新世界的大门。此书的语言风格简单明了、通俗易懂，尤其是对于深度学习那块的很多复杂晦涩的算法，比如卷积神经网络、深信念网络等算法都有案例分析，让我这种小白很容易懂。并且每一篇内容结束后，都有配套的习题，这正好让我能够检验自己看书的效果。真的要感谢此书的作者，写了这样一本将认知计算、物联网、人工智能、云计算结合并将其各自的相关应用阐述的如此清晰的书，强烈推荐计算机学科的同学们买这本书读一读，读完后一定会有很多收获。
《认知计算导论》读后感(篇十三)
人工智能发展的今天，机器越来越智能，从计算能力上，机器已经远远超越了人类，跟机器比心算，人类肯定会输，但是从认知能力上来讲，机器还处于初级阶段，甚至比不上一两岁的孩童。若要提高智能性，认知计算是一个关键点。
“认知计算”在国外很火，但是国内知道的人似乎并不多，大家都还停留在深度学习的阶段。因此很高兴看到国内出了一本关于认知计算的书。刚买来，大致浏览了一遍，觉得书的架构还不错，将认知计算相关的知识点都涵盖进去了。前言从信息论的角度出发，来讲认知的潜能，我觉得对我很有启发作用。要提高机器的认知能力，信息是不可忽略的一部分，怎样让机器认知，知道“苹果”=“apple”，是一种水果，这还需要更多的努力。换个角度讲，我们所认知的是什么呢，为什么苹果=apple而不是梨子=apple呢，人是否也是一种机器呢？
