理 论篇 3
第1章 你必须知道的一些基础知识 3
1.1概率论 3
1.2信息论 4
1.3贝叶斯法则 7
1.4问题与思考 10
第2章 我们生活在一个寻求最优解的世界里 11
2.1最优化问题 11
2.2最大似然估计／最大后验估计 15
2.3梯度下降法 17
2.4问题与思考 22
第3章 让机器可以像人一样学习 23
3.1何谓机器学习 23
3.2逻辑回归／因子分解机 29
3.3最大熵模型／条件随机场 34
3.4主题模型 40
3.5深度学习 50
3.6其他模型 88
3.7问题与思考 97
应 用篇 101
第4章 如何计算得更快 101
4.1程序优化 101
4.2分布式系统 105
4.3 Hadoop 107
4.4问题与思考 114
第5章 你要知道的一些术语 115
5.1 tf／df／idf 115
5.2 IG／CHI／MI 116
5.3 PageRank 118
5.4相似度计算 119
5.5问题与思考 125
第6章 搜索引擎是什么玩意儿 126
6.1搜索引擎原理 126
6.2搜索引擎架构 129
6.3搜索引擎核心模块 130
6.4搜索广告 148
6.5问题与思考 153
第7章 如何让机器猜得更准 155
7.1基于协同过滤的推荐算法 156
7.2基于内容的推荐算法 158
7.3混合推荐算法 159
7.4问题与思考 163
第8章 理解语言有多难 164
8.1自然语言处理 164
8.2对话系统 176
8.3语言的特殊性 186
8.4问题与思考 190
结语 191
参考文献 193