机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。简单来说，就是根据数据或以往的经验，优化计算机程序的性能标准。同时，机器学习还是一门人工智能的科学，该领域的主要研究方向是人工智能，特别是如何在经验学习中改善具体算法的性能。
　　《机器学习在甲骨文信息处理中的应用探索》简单回顾了机器学习的基本概念，以及机器学习的研究方法和进展，着重介绍了隐马尔可夫模型和支持向量机两种机器学习方法在甲骨文信息处理中的应用情况。

第1章 绪论
1．1 引言
1．2 机器学习概述
1．2．1 机器学习的基本概念
1．2．2 机器学习的发展历程
1．2．3 机器学习的方法
1．3 机器学习的研究现状
1．3．1 文本分类
1．3．2 目标检测
1．4 机器学习中的主要算法
1．4．1 决策树算法
1．4．2 朴素贝叶斯算法
1．4．3 支持向量机算法
1．4．4 人工神经网络算法
1．4．5 深度学习
1．5 本书的结构和组织
参考文献

第2章 甲骨文信息处理
2．1 甲骨文信息处理简介
2．1．1 中文信息处理概述
2．1．2 甲骨文信息处理
2．2 甲骨文信息处理研究现状
2．2．1 甲骨文输入和可视化
2．2．2 甲骨文字形库的构建
2．2．3 甲骨文数据库
2．2．4 甲骨文字分割和识别
2．2．5 甲骨文拓片缀合
2．2．6 甲骨文语义分析
2．2．7 甲骨文计算机辅助翻译技术研究
2．2．8 甲骨文著录信息化
2．3 甲骨文字形结构分析及单字拆分
2．3．1 甲骨文字形结构分析
2．3．2 单字拆分过程及结果
2．4 总结
参考文献

第3章 基于隐马尔可夫模型技术的甲骨卜辞的分析研究
3．1 基于隐马尔可夫模型技术的甲骨卜辞的研究背景和意义
3．1．1 研究背景
3．1．2 研究意义
3．2 自然语言处理综述
3．2．1 自然语言处理概述
3．2．2 自然语言处理所涉及的几个层次
3．2．3 自然语言处理的基本方法及发展
3．2．4 自然语言处理的研究现状
3．3 隐马尔可夫模型
3．3．1 隐马尔可夫模型的定义
3．3．2 隐马尔可夫模型理论基础
3．3．3 隐马尔可夫模型的形式描述
3．3．4 隐马尔可夫模型的3个基本问题
……
第4章 基于支持向量机的甲骨文字结构分析研究
第5章 基于支持向量机的甲骨拓片图像处理研究