本書一共分為七章，第一章以綜述的形式闡述了人工智能小樣本問題以及目前的解決策略，同時闡述了四個主要機器學(xué)習(xí)框架對應(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、聚類等。第三章數(shù)據(jù)增強處理，包括有監(jiān)督數(shù)據(jù)增強、無監(jiān)督數(shù)據(jù)增強。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題的當(dāng)下流行研究技術(shù)在油氣智能勘探中的應(yīng)用。