理　論　篇
第1章　你必須知道的一些基礎知識………………………………………3
1.1　概率論 ……………………………………………………………3
1.2　信息論 ……………………………………………………………4
1.3　貝葉斯法則 ………………………………………………………7
1.4　問題與思考 ………………………………………………………10
第2章　我們生活在一個尋求最優解的世界裏……………………………11
2.1　最優化問題 ………………………………………………………11
2.2　最大似然估計/最大後驗估計 …………………………………15
2.3　梯度下降法 ………………………………………………………17
2.4　問題與思考 ………………………………………………………22
第3章　讓機器可以像人一樣學習…………………………………………23
3.1　何謂機器學習 ……………………………………………………23
3.2　邏輯迴歸/因子分解機 …………………………………………29
3.3　最大熵模型/條件隨機場 ………………………………………34
3.4　主題模型 …………………………………………………………40
3.5　深度學習 …………………………………………………………50
3.6　其他模型 …………………………………………………………88
3.7　問題與思考 ………………………………………………………97
應　用　 篇
第4章　如何計算得更快…………………………………………………101
4.1　程序優化 ………………………………………………………101
4.2　分布式係統 ……………………………………………………105
4.3　Hadoop …………………………………………………………107
4.4　問題與思考 ……………………………………………………114
第5章　你要知道的一些術語……………………………………………115
5.1　tf/df/idf …………………………………………………………115
5.2　IG/CHI/MI ………………………………………………………116
5.3　PageRank ………………………………………………………118
5.4　相似度計算 ……………………………………………………119
5.5　問題與思考 ……………………………………………………125
第6章　搜索引擎是什麼玩意兒…………………………………………126
6.1　搜索引擎原理 …………………………………………………126
6.2　搜索引擎架構 …………………………………………………129
6.3　搜索引擎核心模塊 ……………………………………………130
6.4　搜索廣告 ………………………………………………………148
6.5　問題與思考 ……………………………………………………153
第7章　如何讓機器猜得更準……………………………………………155
7.1　基於協同過濾的推薦算法 ……………………………………156
7.2　基於內容的推薦算法 …………………………………………158
7.3　混閤推薦算法 …………………………………………………159
7.4　問題與思考 ……………………………………………………163
第8章　理解語言有多難…………………………………………………164
8.1　自然語言處理 …………………………………………………164
8.2　對話係統 ………………………………………………………176
8.3　語言的特殊性 …………………………………………………186
8.4　問題與思考 ……………………………………………………190
結語…………………………………………………………………………191
參考文獻……………………………………………………………………193
· · · · · · (收起)