第1章 一无所知的魔镜 2
1-1 王后与魔镜的出场 2
1-2 尝试机器学习 6
知识专栏 什么是机器学习 9
1-3 数据是机器学习的条件 10
知识专栏 机器的自己学习 13
第2章 美丽的秘诀 15
2-1 魔镜的回答 15
知识专栏 数学的重要性 19
2-2 挑战回归问题 20
知识专栏 机器能和人一样吗？ 26
2-3 描述美丽程度的函数 27
知识专栏 机器学习的老师 36
第3章 挑战最优解 38
3-1 学习热情高涨的王后 38
知识专栏 要善于学习好的算法 48
3-2 模型的力量 49
知识专栏 训练用数据和测试用数据 53
3-3 寻找新的特征量 54
知识专栏 函数的复杂性 61
3-4 人工神经网络 62
知识专栏 大脑的信息处理机能 65
第4章 挑战深度学习 67
4-1 多层神经网络 67
知识专栏 深度学习的提出 75
4-2 防止过度学习 76
知识专栏 要战胜过度学习 80
4-3 批量学习与在线学习 81
知识专栏 概率梯度下降法 91
第5章 预测未来 93
5-1 魔镜的识别能力 93
5-2 寻找边界条件 95
知识专栏 支持向量机的通用性 101
5-3 数据可以分割到什么程度？ 102
知识专栏 能够实现空间变形的内核法 106
5-4 填补空数据 107
知识专栏 数据的由来 114
5-5 挖掘数据中的本质 115
知识专栏 简洁性与人的直觉 121
第6章 无所不能的魔镜 123
6-1 图像数据的重要性 123
知识专栏 磁铁也能机器学习？ 125
6-2 基于玻尔兹曼机器学习的图像处理方法 126
知识专栏 机器学习和统计力学 141
6-3 获取更加复杂的特征 142
知识专栏 变分原理 147
6-4 多彩世界中的隐含变量 148
知识专栏 数据的采集 154
6-5 寻找复杂数据的本质 155
知识专栏 Hinton的故事 166
第7章 看脸识美人 168
7-1 万能的魔镜 168
7-2 原来魔镜是这样工作的 179
魔镜的制作方法（参考书籍推荐） 185
后序 192