推薦序 前言 第1章 一個(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)任務(wù)// 1.1訓(xùn)練集和分類器// 1.2一點(diǎn)題外話：爬山搜索// 1.3機(jī)器學(xué)習(xí)中的爬山法// 1.4分類器的性能// 1.5可用數(shù)據(jù)的困難// 1.6總結(jié)和歷史簡(jiǎn)評(píng)// 1.7鞏固你的知識(shí)// 第2章 概率：貝葉斯分類器// 2.1單屬性的情況// 2.2離散屬性值的向量// 2.3稀少事件的概率：利用專家的直覺// 2.4如何處理連續(xù)屬性// 2.5高斯鐘形函數(shù)：一個(gè)標(biāo)準(zhǔn)的概率密度函數(shù)// 2.6用高斯函數(shù)的集合近似概率密度函數(shù)// 2.7總結(jié)和歷史簡(jiǎn)評(píng)// 2.8鞏固你的知識(shí)// 第3章 相似性：最近鄰分類器// 3.1k近鄰法則// 3.2度量相似性// 3.3不相關(guān)屬性與尺度縮放問題// 3.4性能方面的考慮// 3.5加權(quán)最近鄰// 3.6移除危險(xiǎn)的樣例// 3.7移除多余的樣例// 3.8總結(jié)和歷史簡(jiǎn)評(píng)// 3.9鞏固你的知識(shí)// 第4章 類間邊界：線性和多項(xiàng)式分類器// 4.1本質(zhì)// 4.2加法規(guī)則：感知機(jī)學(xué)習(xí)// 4.3乘法規(guī)則：WINNOW// 4.4多于兩個(gè)類的域// 4.5多項(xiàng)式分類器// 4.6多項(xiàng)式分類器的特殊方面// 4.7數(shù)值域和支持向量機(jī)// 4.8總結(jié)和歷史簡(jiǎn)評(píng)// 4.9鞏固你的知識(shí)// 第5章 人工神經(jīng)網(wǎng)絡(luò)// 5.1作為分類器的多層感知機(jī)// 5.2神經(jīng)網(wǎng)絡(luò)的誤差// 5.3誤差的反向傳播// 5.4多層感知機(jī)的特殊方面// 5.5結(jié)構(gòu)問題// 5.6徑向基函數(shù)網(wǎng)絡(luò)// 5.7總結(jié)和歷史簡(jiǎn)評(píng)// 5.8鞏固你的知識(shí)// 第6章 決策樹// 6.1作為分類器的決策樹// 6.2決策樹的歸納學(xué)習(xí)// 6.3一個(gè)屬性承載了多少信息// 6.4數(shù)值屬性的二元?jiǎng)澐?/ 6.5剪枝// 6.6將決策樹轉(zhuǎn)換為規(guī)則// 6.7總結(jié)和歷史簡(jiǎn)評(píng)// 6.8鞏固你的知識(shí)// 第7章 計(jì)算學(xué)習(xí)理論// 7.1PAC 學(xué)習(xí)// 7.2PAC可學(xué)習(xí)性的實(shí)例// 7.3一些實(shí)踐和理論結(jié)果// 7.4VC維與可學(xué)習(xí)性// 7.5總結(jié)和歷史簡(jiǎn)評(píng)// 7.6鞏固你的知識(shí)// 第8章 幾個(gè)有幫助的案例// 8.1字符識(shí)別// 8.2溢油檢測(cè)// 8.3睡眠分類// 8.4腦機(jī)界面// 8.5醫(yī)療診斷// 8.6文本分類// 8.7總結(jié)和歷史簡(jiǎn)評(píng)// 8.8鞏固你的知識(shí)// 第9章 投票組合簡(jiǎn)介// 9.1“裝袋”方法(Bagging)// 9.2夏皮爾提升(Schapire�餾 Boosting)// 9.3Adaboost——Boosting的實(shí)用版本// 9.4Boosting方法的變種// 9.5Boosting方法的計(jì)算優(yōu)勢(shì)// 9.6總結(jié)和歷史簡(jiǎn)評(píng)// 9.7鞏固你的知識(shí)// 第10章 了解一些實(shí)踐知識(shí)// 10.1學(xué)習(xí)器的偏好// 10.2不平衡訓(xùn)練集// 10.3語(yǔ)境相關(guān)域// 10.4未知屬性值// 10.5屬性選擇// 10.6雜項(xiàng)// 10.7總結(jié)和歷史簡(jiǎn)評(píng)// 10.8鞏固你的知識(shí)// 第11章 性能評(píng)估// 11.1基本性能標(biāo)準(zhǔn)// 11.2精度和查全率// 11.3測(cè)量性能的其他方法// 11.4多標(biāo)簽域內(nèi)的性能// 11.5學(xué)習(xí)曲線和計(jì)算開銷// 11.6實(shí)驗(yàn)評(píng)估的方法// 11.7總結(jié)和歷史簡(jiǎn)評(píng)// 11.8鞏固你的知識(shí)// 第12章 統(tǒng)計(jì)顯著性// 12.1總體抽樣// 12.2從正態(tài)分布中獲益// 12.3置信區(qū)間// 12.4一個(gè)分類器的統(tǒng)計(jì)評(píng)價(jià)// 12.5另外一種統(tǒng)計(jì)評(píng)價(jià)// 12.6機(jī)器學(xué)習(xí)技術(shù)的比較// 12.7總結(jié)和歷史簡(jiǎn)評(píng)// 12.8鞏固你的知識(shí)// 第13章 遺傳算法// 13.1基本遺傳算法// 13.2單個(gè)模塊的實(shí)現(xiàn)// 13.3為什么能起作用// 13.4過早退化的危險(xiǎn)// 13.5其他遺傳算子// 13.6高級(jí)版本// 13.7k-NN 分類器的選擇// 13.8總結(jié)和歷史簡(jiǎn)評(píng)// 13.9鞏固你的知識(shí)// 第14章 增強(qiáng)學(xué)習(xí)// 14.1如何選出最高獎(jiǎng)勵(lì)的動(dòng)作// 14.2游戲的狀態(tài)和動(dòng)作// 14.3SARSA方法// 14.4總結(jié)和歷史簡(jiǎn)評(píng)// 14.5鞏固你的知識(shí)// 參考文獻(xiàn)//