机器学习的哲学探索
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-27页 |
| ·问题提出及研究意义 | 第8-9页 |
| ·问题的提出 | 第8-9页 |
| ·研究的意义 | 第9页 |
| ·与机器学习相关的几个基本概念 | 第9-12页 |
| ·"自然智能"与"人工智能"的联系与区别 | 第9-10页 |
| ·"机器学习"与"人类学习"的联系与区别 | 第10-11页 |
| ·"机器学习"与"人工智能"的联系与区别 | 第11-12页 |
| ·国内外相关研究综述 | 第12-21页 |
| ·国外相关研究综述 | 第12-19页 |
| ·国内相关研究综述 | 第19-21页 |
| ·研究思路、内容与创新点 | 第21-27页 |
| ·研究思路与方法 | 第21-23页 |
| ·研究框架与内容 | 第23-25页 |
| ·主要创新点 | 第25-27页 |
| 2 机器学习哲学的前沿科学基础 | 第27-49页 |
| ·知识图谱方法和数据来源 | 第27-31页 |
| ·知识图谱方法 | 第27-29页 |
| ·数据来源 | 第29-31页 |
| ·机器学习研究领域的知识图谱 | 第31-39页 |
| ·机器学习研究兴起的缘由 | 第31-35页 |
| ·机器学习研究前沿的知识图谱 | 第35-39页 |
| ·机器学习研究的前沿领域和演化路径 | 第39-48页 |
| ·机器学习研究的前沿领域解析 | 第39-44页 |
| ·机器学习研究的演化路径分析 | 第44-46页 |
| ·机器学习研究引出的哲学前沿 | 第46-48页 |
| ·小结 | 第48-49页 |
| 3 机器学习的可能实现途径分析 | 第49-71页 |
| ·机器学习的本体论基础 | 第49-57页 |
| ·机器学习的本体论基础溯源 | 第49-53页 |
| ·机器学习的本体论及其诠释 | 第53-57页 |
| ·基于演绎推理的机器学习 | 第57-62页 |
| ·演绎推理问题 | 第57-60页 |
| ·演绎推理的机器学习模式 | 第60-62页 |
| ·基于归纳推理的机器学习 | 第62-70页 |
| ·归纳问题 | 第62-64页 |
| ·归纳推理的机器学习模式 | 第64-70页 |
| ·小结 | 第70-71页 |
| 4 机器学习算法及其知识发现功能 | 第71-97页 |
| ·"发现问题"的历史回溯 | 第71-75页 |
| ·科学发现逻辑的争论 | 第71-73页 |
| ·人工智能的解答模型 | 第73-75页 |
| ·机器学习算法解析 | 第75-85页 |
| ·机器学习常用算法 | 第75-81页 |
| ·学习算法的分层构建论 | 第81-85页 |
| ·基于机器学习的知识发现模式 | 第85-96页 |
| ·知识发现的尝试性的混沌解释 | 第86-89页 |
| ·知识发现的确定性与随机性 | 第89-91页 |
| ·知识发现的一般规则 | 第91-96页 |
| ·小结 | 第96-97页 |
| 5 结论与展望 | 第97-103页 |
| ·结论 | 第97-101页 |
| ·展望 | 第101-103页 |
| 参考文献 | 第103-107页 |
| 附录 部分源程序 | 第107-110页 |
| 攻读博士学位期间发表学术论文情况 | 第110-111页 |
| 致谢 | 第111-112页 |
