。。。

。。。

第1章 諸論
1.1 引言
1.2 人工智能與機器學習
1.3 數據挖掘與機器學習
1.4 仿生計算智能與機器學習
1.5 免疫計算與機器學習
1.6 本書的內容及結構
參考文獻
第2章 機器學習主流技術與方法
2.1 機器學習的發展
2.2 機器學習中的統計分析方法
2.2.1 線性回歸分析
2.2.2 非線性回歸分析
2.2.3 多元線性回歸分析
2.3 機器學習中的現代技術方法
2.3.1 粗糙集
2.3.2 遺傳算法
2.3.3 神經網絡
2.3.4 深度學習
2.3.5 支持向量機
2.3.6 強化學習
2.3.7 度量學習
2.3.8 多核學習
2.3.9 集成學習
2.3.10 主動學習
2.3.11 遷移學習
參考文獻
第3章 免疫計算的基礎原理
3.1 免疫計算生物學基礎
3.1.1 免疫學基本概念
3.1.2 生物免疫繫統的結構及組成
3.1.3 免疫繫統功能及機制
3.2 人工免疫基本原理
3.2.1 人工免疫繫統基本概念
3.2.2 人工免疫繫統基本原理及機制
3.3 免疫計算學習及優化方法
參考文獻
第4章 基於免疫聚類競爭的關聯規則挖掘方法
4.1 基本概念及問題描述
4.2 數據表達及初始化
4.3 免疫關聯規則挖掘
4.3.1 抗體聚類與競爭克隆
4.3.2 抗體編碼及初始化
4.3.3 抗體親和力定義
4.3.4 抗體操作
4.4 免疫關聯規則挖掘方法及分析
4.5 仿真實驗及應用
4.5.1 UCI 數據集仿真實驗
4.5.2 教學質量規則挖掘與分析
參考文獻

。。。