第1篇 数学基础 1
1九层之台，起于累土：线性代数 2
2月有阴晴圆缺，此事古难全：概率论 9
3窥一斑而知全豹：数理统计 18
4不畏浮云遮望眼：最优化方法 26
5万物皆数，信息亦然：信息论 33
6明日黄花迹难寻：形式逻辑 41
第2篇 机器学习 51
7“数”山有路，学海无涯：机器学习概论 52
8简约而不简单：线性回归 60
9大道至简：朴素贝叶斯方法 68
10衍化至繁：逻辑回归 75
11步步为营，有章可循：决策树 82
12穷则变，变则通：支持向量机 89
13三个臭皮匠，赛过诸葛亮：集成学习 97
14物以类聚，人以群分：聚类分析 104
15好钢用在刀刃上：降维学习 111
第3篇 人工神经网络 119
16道法自然，久藏玄冥：神经网络的生理学背景 120
17一个青年才俊的意外死亡：神经元与感知器 126
18左手信号，右手误差：多层感知器 134
19各人自扫门前雪：径向基函数神经网络 142
20看不见的手：自组织特征映射 149
21水无至清，人莫至察：模糊神经网络 156
第4篇 深度学习 163
22空山鸣响，静水流深：深度学习概述 164
23前方有路，未来可期：深度前馈网络 170
24小树不修不直溜：深度学习中的正则化 177
25玉不琢不成器：深度学习中的优化 185
26空竹里的秘密：自编码器 192
27困知勉行者勇：深度强化学习 200
第5篇 神经网络实例 207
28枯木逢春：深度信念网络 208
29见微知著：卷积神经网络 214
30昨日重现：循环神经网络 221
31左右互搏：生成式对抗网络 228
32三重门：长短期记忆网络 235
第6篇 深度学习之外的人工智能 243
33一图胜千言：概率图模型 244
34乌合之众的逆袭：集群智能 253
35授人以鱼不如授人以渔：迁移学习 260
36滴水藏海：知识图谱 267
第7篇 应用场景 273
37你是我的眼：计算机视觉 274
38嘿，Siri：语音处理 280
39心有灵犀一点通：对话系统 286
40数字巴别塔：机器翻译 292
参考文献 299