第一部分 复杂性 2
1复杂系统 2
2用复杂网络看世界经济（阅读难度★） 7
3风险管理策略之复杂科学视角 11
4从物理角度看复杂 24
第二部分 机器学习 46
5白话机器学习（阅读难度★） 46
6浅谈贝叶斯分析 53
7简单贝叶斯分类器（阅读难度★） 57
8决策树方法（阅读难度★★） 60
9感知机：神经网络的基础（阅读难度★★★） 64
10降维：应对复杂的通用武器（阅读难度★） 67
第三部分 神经网络 74
11神经网络不神秘 74
12CNN的几个关键词（阅读难度★★★） 80
13时间序列与RNN 91
14会遗忘的神经网络（阅读难度★★★） 96
15跟着AlphaGo理解深度强化学习框架（阅读难度★★★） 100
16从阿尔法元看强化学习的更广阔潜力 107
第四部分 宇宙间最复杂的就是我们的大脑 114
17深层视觉信息的编码机制（阅读难度★） 114
18大脑的自由能假说——兼论认知科学与机器学习（阅读难度★★） 121
19大脑中的支持向量机（阅读难度★★★） 126
20机器学习是如何巧妙理解我们大脑的工作原理的（阅读难度★★） 133
21大脑经济学（阅读难度★） 140
22人工智能vs人类智能（阅读难度★★） 149
第五部分 人工智能应用谈 156
23人工智能会取代艺术家的工作吗 156
24机器学习预测心理疾病 159
25人机协作决策的两种方式 164
26小数据机器学习 166
27用深度学习玩图像的七重关卡 170
28深度学习助力基因科技 174
29机器学习对战复杂系统 176