機器學習的哲學探索

內容簡介

《機器學習的哲學探索》由中央編譯出版社出版

作者簡介

趙玉鵬，男，1974年11月出生於河南鶴壁。右江民族醫學院副教授，2010年獲大連理工大學科學技術哲學專業博土學位。在《自然辯證法通訊》《科學學研究》《科學技術與辯證法》《醫學與智學》及其他省級刊物發表論文20餘篇

圖書目錄

第一章緒論
第一節問題提出及研究意義
一、問題的提出
二、研究的意義
第二節機器學習相關的幾個基本概念
一、“自然智慧型”與“人工智慧”的聯繫與區別
二、“機器學習”與“人類學習”的聯繫與區別
三、“機器學習”與“人工智慧”的聯繫與區別
第三節國內外相關研究綜述
一、國外相關研究綜述
二、國內相關研究綜述
第四節研究思路、內容與創新點
一、研究思路與方法
二、研究架構與內容
三、主要創新點
第二章機器學習哲學的前沿科學基礎
第一節知識圖譜方法和數據來源
一、知識圖譜方法
二、數據來源
第二節機器學習研究領域的知識圖譜
一、機器學習研究興起的緣由
二、機器學習研究前沿的知識圖譜
第三節機器學習研究的前沿領域和演
一、機器學習研究的前沿領域解析
二、機器學習研究的演化路徑分析
三、機器學習研究引出的哲學前沿
第三章機器學習的可能實現途徑分析
第一節機器學習的本體論基礎
一、機器學習的本體論基礎溯源
二、機器學習的本體論及其詮釋
第二節基於演繹推理的機器學習
一、演繹推理問題
二、演繹推理的機器學習模式
第三節基於歸納推理的機器學習
一、歸納問題
二、歸納推理的機器學習模式
第四章機器學習算法及其知識發現功能
第一節“發現問題”的歷史回溯
一、科學發現邏輯的爭論
二、人工智慧的解答模型
第二節機器學習算法解析
一、機器學習常用算法
二、學習算法的分層建構論
第三節基於機器學習的知識發現模式
一、知識發現的嘗試性的混沌解釋
二、知識發現的確定性與隨機性
三、知識發現的一般規則
第五章結論與展望
第一節結論
一、對機器學習的基本看法
二、從哲學的角度探索機器學習的實現途徑
三、機器學習對傳統知識發現問題的推進作用
四、機器學習哲學的框架體系
第二節展望
附錄
附錄一部分源程式
附錄二發表的科學技術哲學相關論文
情感機器認知
基於知識圖譜的美國《科學哲學》研究前沿和熱點探討
基於知識圖譜的美國《醫學與哲學雜誌》研究前沿探析
參考文獻
後記

文摘

著作權頁：

作者共引分析。一個學科是由相關科學家的共同信念、方法、概念等所構建起來的。通過作者和被引作者分析，可以分析學科領域的科學共同體構成分布狀況，並能尋找出一些學術活躍的作者。
上面介紹了知識圖譜方法和CiteSpaceⅡ軟體的功能，然而發現科學文獻中一些可以解釋的可視化模式和隱藏於其中的規律，並非是一件易事。知識發現，並沒有一套通用的算法可以遵循，經驗文獻數據究竟符合哪些算法的組合，是一個不斷試驗的過程。CiteSpace Ⅱ軟體作為一種科學研究工具，在使用時要注意以下幾個問題：
背景知識。研究一個學科的前沿問題與發展規律有多種方法，CiteSpace Ⅱ軟體是其中一種的可視化方法。要使用CiteSpace Ⅱ軟體繪製出某個領域的適當的知識圖譜，並且繪製出的知識圖譜可以理解，往往需要反覆調試；在眾多項選擇中，只有少數模式能夠說明問題，具有實際意義。科學知識的發展是連續的而非斷續的；如果想要預見一門學科的未來，較為適當的途徑是先研究這門學科的歷史；研究者只有對某個學科的研究進展，也就是對某一領域的背景知識有一個比較清楚的認識，才能夠更好地使用知識圖譜繪製軟體CiteSpace Ⅱ。也唯有如此，才能夠把確定由CiteSpace Ⅱ軟體繪製出來的某個學科或研究領域的可視化模式，並以此為根據預測未來發展走勢。
樣本選擇。對某一個學科或某一個研究領域進行分析，面臨著一個樣本數據如何選擇的問題。所選取的樣本數據要能夠真實地反映整個領域的研究現狀，並且知識圖譜軟體中所挑選的代表性文獻要能夠反映學科的研究進展。樣本的選擇問題取決於研究者的背景知識和對於錯誤率的容忍度。如果條件允許的話，可以先瀏覽一些高被引文獻的情況；或者採用一定的工具，把文獻的題目分離出來，有利於進一步甄選有用的信息。為了選擇合適的文獻樣本，CiteSpace Ⅱ軟體有以下幾處方式進行參數選擇：引用係數選擇；可以在某個時間段，選擇固定的結點數；按某個時間段的百分比選擇結點數。

機器學習的哲學探索

基本介紹

內容簡介

作者簡介

圖書目錄

文摘

編輯推薦

目錄

相關詞條

熱門詞條