第1篇 数学基础
1 九层之台，起于累土：线性代数
2 月有阴晴圆缺，此事古难全：概率论
3 窥一斑而知全豹：数理统计
4 不畏浮云遮望眼：最优化方法
5 万物皆数，信息亦然：信息论
6 明日黄花迹难寻：形式逻辑
第2篇 机器学习
7 “数”山有路，学海无涯：机器学习概论
8 简约而不简单：线性回归
9 大道至简：朴素贝叶斯方法
10 衍化至繁：逻辑回归
11 步步为营，有章可循：决策树
12 穷则变，变则通：支持向量机
13 三个臭皮匠，赛过诸葛亮：集成学习
14 物以类聚，人以群分：聚类分析
15 好钢用在刀刃上：降维学习
第3篇 人工神经网络
16 道法自然，久藏玄冥：神经网络的生理学背景
17 一个青年才俊的意外死亡：神经元与感知器
18 左手信号，右手误差：多层感知器
19 各人自扫门前雪：径向基函数神经网络
20 看不见的手：自组织特征映射
21 水无至清，人莫至察：模糊神经网络
第4篇 深度学习
22 空山鸣响，静水流深：深度学习概述
23 前方有路，未来可期：深度前馈网络
24 小树不修不直溜：深度学习中的正则化
25 玉不琢不成器：深度学习中的优化
26 空竹里的秘密：自编码器
27 困知勉行者勇：深度强化学习
第5篇 神经网络实例
28 枯木逢春：深度信念网络
29 见微知著：卷积神经网络
30 昨日重现：循环神经网络
31 左右互搏：生成式对抗网络
32 三重门：长短期记忆网络
第6篇 深度学习之外的人工智能
33 一图胜千言：概率图模型
34 乌合之众的逆袭：集群智能
35 授人以鱼不如授人以渔：迁移学习
36 滴水藏海：知识图谱
第7篇 应用场景
37 你是我的眼：计算机视觉
38 嘿，Siri：语音处理
39 心有灵犀一点通：对话系统
40 数字巴别塔：机器翻译
参考文献