1.5 本书的知识框架体系

本书的知识框架体系如图1-14所示，主要涉及神经网络和深度学习相关知识。

图1-14 本书的知识结构框架体系

神经网络作为一类非线性的机器学习模型，是深度学习的重要组成部分。第3～8章介绍多层感知器神经网络、自组织竞争神经网络、径向基函数神经网络、卷积神经网络、循环神经网络、注意力机制与反馈网络。第10～13章介绍受限玻尔兹曼机和深度置信网络、栈式自编码器、生成对抗网络及图神经网络。

机器学习可分为监督学习、半监督学习、无监督学习和强化学习。第1、2章对机器学习方法、学习规则、评估方法、正则化法等进行概括介绍。第9章介绍深度学习的优化算法。第14章介绍深度强化学习有关知识。第15章介绍深度学习的可解释性。第16章介绍多模态预训练模型相关知识和方法。

深度学习知识面广、涉及领域多，本书仅在如图1-14所示的框架体系下进行研究和探索。