章，内容完整，推荐人工智能及其相关方向的一年级研究生学习：第一章绪论第二章人工智能逻辑第三章约束推理

▪ Introduction ▪ Constructing a Decision Tree ▪ ID3 ▪ C4.5 ▪ Regression Trees ▪ CART ▪ Gradient Boosting

▪ Perceptron Introduction ▪ Deep Neural Network Structure ▪ Backpropagation

▪ Convolutional Neural Network ▪ Convolution ▪ Max Pooling ▪ CNN Forward Propagation ▪ CNN Backward Propagation ▪ CNN Architectures ▪ LeNet-5 、 AlexNet ▪ VGGNet ▪ GoogLeNet ▪ ResNet

▪ Recurrent Neural Network ▪ Vanilla RNNs ▪ Some RNN Variants ▪ Backpropagation through time ▪ Gradient Vanishing / Exploding ▪ Long Short-term Memory ▪ LSTM Neuron ▪ Multiple-layer LSTM ▪ Backpropagation through time in LSTM ▪ Time-Series Prediction

6.1 概述 6.2 贝叶斯概率基础 6.3 贝叶斯问题的求解 6.4 简单贝叶斯学习模型 6.5 贝叶斯网络的建造 6.6 贝叶斯潜在语义模型 6.7 半监督文本挖掘算法