机器学习的哲学思考
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-13页 |
| 1.2.1 国内文献综述 | 第10-11页 |
| 1.2.2 国外文献综述 | 第11-13页 |
| 1.3 研究框架与研究方法 | 第13-14页 |
| 1.3.1 研究框架 | 第13页 |
| 1.3.2 研究方法 | 第13-14页 |
| 2 机器学习概述 | 第14-18页 |
| 2.1 机器学习的基本概念 | 第14-15页 |
| 2.2 机器学习的几大学派 | 第15-16页 |
| 2.2.1 符号理论学派 | 第15页 |
| 2.2.2 类神经网络学派 | 第15页 |
| 2.2.3 演化论学派 | 第15页 |
| 2.2.4 贝氏定理学派 | 第15-16页 |
| 2.2.5 类比推理学派 | 第16页 |
| 2.3 机器学习的前沿科学基础 | 第16-18页 |
| 2.3.1 认知科学 | 第16页 |
| 2.3.2 概率学与统计学 | 第16-18页 |
| 3 机器学习对认识论的挑战 | 第18-27页 |
| 3.1 机器学习带来的思考 | 第18-21页 |
| 3.1.1 认识论与科学认识论 | 第18页 |
| 3.1.2 机器学习的“意义”问题 | 第18-20页 |
| 3.1.3 机器学习发展带来的认识主体问题 | 第20-21页 |
| 3.2 机器学习创造认识世界的新思路 | 第21-27页 |
| 3.2.1 数据是新知识的来源 | 第21-23页 |
| 3.2.2 机器学习对认识论的纵向深入 | 第23-24页 |
| 3.2.3 机器学习对认识论的横向拓展 | 第24-27页 |
| 4 机器学习对科学方法论的变革 | 第27-33页 |
| 4.1 科学方法论的定义及演变过程 | 第27-28页 |
| 4.1.1 科学方法论的定义 | 第27-28页 |
| 4.1.2 科学方法论的演变过程 | 第28页 |
| 4.2 机器学习对科学方法论的变革 | 第28-33页 |
| 4.2.1 机器学习的归纳推理 | 第28-30页 |
| 4.2.2 机器学习的演绎推理 | 第30-31页 |
| 4.2.3 机器学习的类比推理 | 第31-33页 |
| 5 机器学习对社会动能论的影响 | 第33-38页 |
| 5.1 机器学习的应用对于社会的帮助 | 第33-34页 |
| 5.1.1 系统开发和应用创造可观的经济效益 | 第33页 |
| 5.1.2 对于思想文化的影响 | 第33-34页 |
| 5.2 机器学习发展所带来的问题 | 第34-38页 |
| 5.2.1 机器学习带来的人权问题 | 第34-36页 |
| 5.2.2 机器学习带来的就业问题 | 第36页 |
| 5.2.3 机器学习带来的环境伦理问题 | 第36-38页 |
| 6 结语 | 第38-40页 |
| 参考文献 | 第40-42页 |
| 后记 | 第42-43页 |
