●章绪论
1．1引言
1．2基本术语
1．3假设空间
1．4归纳偏好
1．5发展历程
1．6应用现状
1．7阅读材料
习题
参考文献
休息一会儿
第2章模型评估与选择
2．1经验误差与过拟合
2．2评估方法
2．3性能度量
2．4比较检验
2．5偏差与方差
2．6阅读材料
习题
参考文献
休息一会儿
第3章线性模型
3．1基本形式
3．2线性回归
3．3对数几率回归
3．4线性判别分析
3．5多分类学习
3．6类别不平衡问题
3．7阅读材料
习题
参考文献
休息一会儿
第4章决策树
4．1基本流程
4．2划分选择
4．3剪枝处理
4．4连续与缺失值
4．5多变量决策树
4．6阅读材料
习题
参考文献
休息一会儿
第5章神经网络
5．1神经元模型
5．2感知机与多层网络
5．3误差逆传播算法
5．4全局小与局部极小
5．5其他常见神经网络
5．6深度学习
5．7阅读材料
习题
参考文献
休息一会儿
第6章支持向量机
6．1间隔与支持向量
6．2对偶问题
6．3核函数
软间隔与正则化
6．5支持向量回归
……
第7章贝叶斯分类器
第8章集成学习
第9章聚类
0章降维与度量学习
1章特征选择与稀疏学习
2章计算学习理论
3章半监督学习
4章概率图模型
5章规则学习
6章强化学习
附录
后记
索引