人工智能：機器學習與神經(jīng)網(wǎng)絡

第1章 緒論
1.1 人工智能及其實現(xiàn)途徑
1.1.1 智能的外在表現(xiàn)與模擬
1.1.2 機器學習
1.1.3 人工神經(jīng)網(wǎng)絡
1.2 機器學習簡史
1.3 人工神經(jīng)網(wǎng)絡簡史
1.4 本書內(nèi)容與組織
參考文獻
第2章 機器學習基礎
2.1 機器學習是什么
2.2 機器學習方式
2.3 歸納學習類型
2.3.1 監(jiān)督學習
2.3.2 非監(jiān)督學習
2.3.3 半監(jiān)督學習
2.3.4 強化學習
2.3.5 各學習類型的特點與共性
2.4 特定學習概念
2.4.1 生成學習與判別學習
2.4.2 度量學習
2.4.3 在線學習與遞增學習
2.4.4 反饋學習
2.4.5 多任務學習
2.4.6 深度學習
2.4.7 遷移學習
2.4.8 流形學習
2.4.9 多示例學習
2.5 對學習算法的評價
2.5.1 過學習與泛化
2.5.2 偏置
2.5.3 數(shù)據(jù)魯棒性
2.5.4 計算復雜性
2.5.5 透明性
小結(jié)
參考文獻
第3章 監(jiān)督學習
3.1 函數(shù)形式
3.1.1 顯式表示形式
3.1.2 隱式表示形式
3.1.3 數(shù)據(jù)點表示形式
3.2 優(yōu)化目標
3.2.1 小平方誤差
3.2.2 小化熵
3.2.3 極大似然估計
3.2.4 極大后驗概率估計
3.2.5 小描述長度
3.3 記憶學習
3.4 決策樹學習
3.4.1 決策樹