기계 학습을 다시 묻다

1장 에코리즘

2장 예측과 적응

3장 계산 가능함이란
3.1 튜링의 패러다임
3.2 깨지지 않은 기계 계산 모델
3.3 계산 법칙의 특성
3.4 현실적인 시간이 드는 계산
3.5 맞닥뜨릴 수 있는 궁극의 한계
3.6 복잡한 행동을 하는 간단한 알고리즘들
3.7 퍼셉트론 알고리즘

4장 자연의 기계적인 설명

5장 학습 가능함이란
5.1 인지에 대해
5.2 인덕의 문제와 가능성
5.3 인덕의 과학적인 설명: 항아리 예
5.4 인덕 오류의 관리
5.5 얼추거의맞기 학습 가능성을 향하여
5.6 얼추거의맞기 학습 가능성
5.7 오컴 방식으로 학습 결과 감별하기
5.8 학습의 한계는 있을까?
5.9 배우기와 가르치기
5.10 배울 수 있는 목표를 좇는 능력
5.11 얼추거의맞기 학습, 인지의 기본

6장 진화 가능함이란
6.1 빈틈이 있다
6.2 그 빈틈을 메꿀 방법
6.3 진화에 목표가 있다?
6.4 진화할 수 있는 목표를 좇는 능력
6.5 진화 대 학습
6.6 진화는 학습의 한 형태
6.7 진화 가능성의 정의
6.8 범위와 한계
6.9 실수 값을 동원하는 진화
6.10 이 이론이 다른 점

7장 디덕 가능함이란
7.1 이치 따지기
7.2 근거 없이도 해야 할 이치 따지기
7.3 계산의 벽 극복하기
7.4 융통성 없이 쉽게 부서지는 문제 극복하기
7.5 뜻 정하기 애매함 극복하기
7.6 대상 정하기 어려움 극복하기
7.7 마음의 눈: 세계를 보는 바늘구멍
7.8 튼튼 논리: 알 수 없는 세계에서 이치 따지기
7.9 생각 과정

8장 에코리즘으로서의 인간
8.1 들어가며
8.2 타고난 거냐 길러진 거냐
8.3 순진함
8.4 편견과 성급한 판단
8.5 각자 만든 진실
8.6 각자의 느낌
8.7 이성이라는 환상
8.8 기계의 도움을 받는 인간
8.9 뭐가 더 있을까?

9장 에코리즘으로서의 기계
9.1 들어가며
9.2 기계 학습
9.3 인공지능 - 어려운 이유?
9.4 인공지능에서 인공적인 것
9.5 독학으로 학습하기
9.6 인공지능 - 다음은 어디?
9.7 인공지능을 두려워해야 할까?

10장 질문들
10.1 과학
10.2 에코리즘 방식이 더 깊어지는 미래
10.3 행동 요령
10.4 신비