第1章 绪论 2 第2章 机器学习概述 22 第3章 线性模型 53 第4章 前馈神经网络 78 第5章 卷积神经网络 105 第6章 循环神经网络 129 第7章 网络优化与正则化 153 第8章 注意力机制与外部记忆 192 第9章 无监督学习 213 第10章 模型独立的学习方式 228 第11章 概率图模型 253 第12章 深度信念网络 288 第13章 深度生成模型 308 第14章 深度强化学习 329 第15章 序列生成模型 355

大学生学习心理与心理健康 一、学习的概念以及大学生学习的特点 二、大学生常见的学习心理问题及自我调适 三、大学生学习方法与学习能力的培养 大学生的职业生涯规划与心理健康

一. 示例学习的问题描述（见表2.1,表2.2） 二. 决策树学习（ID3算法） 1. 学习效果的衡量标准（示例学习的优化问题） 2. ID3算法： 输入：例子集（正例、反例）；

帮助学生学习 学习风格与偏好 激发学生的学习动机

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

广义学习：指人和动物在生活过程中，通过反复练习和训练，凭借经验而产生的行为或行为潜能的相对持久的变化 狭义学习：指学校学生的学习： 学生获得知识和技能， 提高 智力和能力的过程

一、学习的概念及其特点 1、学习的概念 由不会到会谓之学,由不熟到熟谓之习。孔子说:“学而时习之,不亦曰乎。”我们通常说的学习,是指通过教育和自我教育,了解、掌握、积累和体验科学文化知识、思想政治道德和劳动技能的活动和过程

一、学习组装与维护的目的 二、组装与维护课的学习内容 三、学习要求与考核方式 四、计算机部件的认识和安装

• 电子商务话题 • 电子商务实例 • 学习目的 • 学习要求 • 内容简介 • 学习方式 • 参考资料

一、实验目的 1. 学习胰蛋白酶的纯化及其结晶的基本方法。 2. 学习用紫外法测定酶活性，搞清酶活性与比活性的概念