机器学习与知识获取PDF电子书下载

目 录 1

第一章机器学习概论 1

1.1什么是学习 1

1.2机器学习发展史 6

1.3机器学习分类 11

1.4计算学习理论 20

第二章示例学习 22

2.1归纳学习的基础 22

2.2基本概括策略 42

2.3启发式学习 57

5.4基于范例学习 1 69

2.4构造决策树法（ID3） 77

第六章基于遗传算法的学习 1 78

3.1概念聚类 83

第三章从观察和发现中学习 83

3.2定理发现 101

3.3概念发现 114

第四章基于解释学习 126

4.1基于解释的概括 127

4.2 EGGS方法 135

4.3 Prodigy系统的基于解释学习 140

4.4 EBL的可操作性准则和不完善领域理论问题 150

第五章类比学习 155

5.1类比学习概论 155

5.2转换类比 159

5.3派生类比 166

6.1遗传算法 178

6.2分类系统 187

第七章神经网络与连结学习 197

7.1 神经网络 197

7.2神经网络模型 200

7.3神经网络的学习 206

7.4神经网络应用实例 手写体汉字识别 210

第八章知识获取 215

8.1知识获取概论 216

8.2知识获取的会谈技术 223

8.3知识获取的储存格技术 229

8.4知识获取的概念组织技术 244

8.5知识获取的决策分析技术 250

8.6多专家知识获取技术 254

8.7知识求精 257

第九章知识获取工具 261

9.1知识获取工具及其分类 261

9.2基于个人结构心理学的知识获取工具ETS 267

9.3智能知识获取工具MORE 275

参考文献 286