深度学习(上)

前言 1 深度学习概述 1.1 人工智能与深度学习 1.2 深度学习的发展 1.2.1 深度学习的提出 1.2.2 深度学习的发展历程 1.2.3 深度学习的知识体系 1.2.4 深度学习的数学基础 1.2.5 深度学习的典型应用 1.2.6 深度学习当前面临的挑战 1.2.7 深度学习的未来 1.3 阅读材料 参考文献 2 机器学习基础 2.1 机器学习基本概念 2.1.1 定义 2.1.2 数据 2.1.3 机器学习的三要素 2.1.4 归纳偏好 2.2 机器学习发展历程 2.2.1 符号学派 2.2.2 联结学派 2.2.3 进化学派 2.2.4 贝叶斯学派 2.2.5 类推学派 2.3 生成模型和判别模型 2.4 监督学习 2.4.1 任务描述 2.4.2 评价标准 2.4.3 常用方法 2.5 无监督学习 2.5.1 任务描述 2.5.2 评价标准 2.5.3 常用方法 2.6 强化学习 2.6.1 任务描述 2.6.2 评价标准 2.6.3 常用方法 2.7 阅读材料 参考文献 3 早期神经网络 3.1 早期研究成果 3.1.1 神经网络雏形 3.1.2 MCP神经元模型 3.1.3 Hebbian学习规则 3.2 感知机 3.3多层感知机 3.3.1 多层感知机的结构 3.3.2 多层感知机的通用近似性 3.3.3 前向传播过程