本書(shū)一共分為七章，第一章以綜述的形式闡述了人工智能小樣本問(wèn)題以及目前的解決策略，同時(shí)闡述了四個(gè)主要機(jī)器學(xué)習(xí)框架對(duì)應(yīng)的結(jié)構(gòu)框架，包括網(wǎng)絡(luò)搭建模板、數(shù)據(jù)迭代器模板。第二章主要涉及數(shù)據(jù)預(yù)處理、信息挖掘、數(shù)據(jù)編碼及自然語(yǔ)言編碼，其中信息挖掘包括特征提取、特征轉(zhuǎn)換、特征選擇、數(shù)據(jù)降維、聚類(lèi)等。第三章數(shù)據(jù)增強(qiáng)處理，包括有監(jiān)督數(shù)據(jù)增強(qiáng)、無(wú)監(jiān)督數(shù)據(jù)增強(qiáng)。第四章到第七章分別從不完全監(jiān)督角度、遷移學(xué)習(xí)角度、元學(xué)習(xí)角度闡述解決人工智能小樣本問(wèn)題的當(dāng)下流行研究技術(shù)在油氣智能勘探中的應(yīng)用。