机器学习及其应用2007
出版时间:
2007-10
版次:
1
ISBN:
9787302160762
定价:
37.00
装帧:
平装
开本:
其他
纸张:
胶版纸
页数:
275页
字数:
375千字
8人买过
-
机器学习是人工智能的一个核心研究领域,也是近年来计算机科学中最活跃的研究分支之一。目前,机器学习技术不仅在计算机科学的众多领域中大显身手,还成为一些交叉学科的重要支撑技术。《机器学习及其应用:2007》邀请相关领域的专家撰文,以综述的形式介绍机器学习中一些领域的研究进展。全书共分13章,内容涉及高维数据降维、特征选择、支持向量机、聚类、强化学习、半监督学习、复杂网络、异构数据、商空间、距离度量以及机器学习在自然语言处理中的应用等。
《机器学习及其应用:2007》可供计算机、自动化及相关专业的研究人员、教师、研究生和工程技术人员参考。 1图象空间中的距离
1.1引言
1.2两副图象间的距离
1.3两组图象间的距离
1.4结束语
参考文献
2平均奖赏强化学习研究
2.1引言
2.2MDP与SMDP
2.2.1单链策略迭代算法
2.2.2值迭代算法
2.2.3异步值迭代算法
2.3平均奖赏动态规划算法
2.4平均奖赏强化学习算法
2.5基于参考状态的平均奖赏强化学习法
2.6仿真实验
2.7结束语
3离阶异构数据挖掘
3.1引言
3.2同构数据挖掘
3.2.1谱聚类算法
3.2.2PageRank算法
3.3两类异构对象的数据挖掘
3.3.1二部图的谱分解
3.3.2基于信息论的协同聚类
3.4高阶异构数据挖掘
3.4.1高阶异构对象的建模
3.4.2基于统一关系矩阵的方法
3.4.3基于张量的方法
3.4.4基于相容二部图的方法
3.5结束语
参考文献
4求解SVM的几何方法研究
4.1引言
4.2求解SVM几何方法的理论基础
4.2.1线性可分SVM与最近点问题
4.2.2L2范数SVM及其几何解释
4.2.3软凸包与V—SVM的几何解释
4.3求解线性可分SVM问题的几何算法
4.3.1Gilbert算法与最小范数问题
4.3.2可分情形下的SK算法
4.3.3可分情形下的MDM算法
4.4求解L1范数SVM问题的几何算法
4.4.1软SK算法
4.4.2软MDM算法
4.5软SK算法和软MDM算法的一些实验结果
4.5.1实验方法、实验环境与数据库
4.5.2软SK算法实验
4.5.3软MDM算法实验
4.6SVM的最小球覆盖解释与近似最小球覆盖算法求解
4.7SMO与几何算法之间的联系
4.8结束语
参考文献
5典型相关分析研究进展
5.1引言
5.2问题的数学刻画
5.2.1CCA数学描述
……
6Rashmon特征选择
7复杂网络上的学习
8聚类分析的新进展——谱聚类综述
9机器学习与自然语言处理
10监督流形学习
11超完备拓扑独立分量分析
12商务间框架下的机器学习方法
13半监督学习中的协同训练风范
参考文献
-
内容简介:
机器学习是人工智能的一个核心研究领域,也是近年来计算机科学中最活跃的研究分支之一。目前,机器学习技术不仅在计算机科学的众多领域中大显身手,还成为一些交叉学科的重要支撑技术。《机器学习及其应用:2007》邀请相关领域的专家撰文,以综述的形式介绍机器学习中一些领域的研究进展。全书共分13章,内容涉及高维数据降维、特征选择、支持向量机、聚类、强化学习、半监督学习、复杂网络、异构数据、商空间、距离度量以及机器学习在自然语言处理中的应用等。
《机器学习及其应用:2007》可供计算机、自动化及相关专业的研究人员、教师、研究生和工程技术人员参考。
-
目录:
1图象空间中的距离
1.1引言
1.2两副图象间的距离
1.3两组图象间的距离
1.4结束语
参考文献
2平均奖赏强化学习研究
2.1引言
2.2MDP与SMDP
2.2.1单链策略迭代算法
2.2.2值迭代算法
2.2.3异步值迭代算法
2.3平均奖赏动态规划算法
2.4平均奖赏强化学习算法
2.5基于参考状态的平均奖赏强化学习法
2.6仿真实验
2.7结束语
3离阶异构数据挖掘
3.1引言
3.2同构数据挖掘
3.2.1谱聚类算法
3.2.2PageRank算法
3.3两类异构对象的数据挖掘
3.3.1二部图的谱分解
3.3.2基于信息论的协同聚类
3.4高阶异构数据挖掘
3.4.1高阶异构对象的建模
3.4.2基于统一关系矩阵的方法
3.4.3基于张量的方法
3.4.4基于相容二部图的方法
3.5结束语
参考文献
4求解SVM的几何方法研究
4.1引言
4.2求解SVM几何方法的理论基础
4.2.1线性可分SVM与最近点问题
4.2.2L2范数SVM及其几何解释
4.2.3软凸包与V—SVM的几何解释
4.3求解线性可分SVM问题的几何算法
4.3.1Gilbert算法与最小范数问题
4.3.2可分情形下的SK算法
4.3.3可分情形下的MDM算法
4.4求解L1范数SVM问题的几何算法
4.4.1软SK算法
4.4.2软MDM算法
4.5软SK算法和软MDM算法的一些实验结果
4.5.1实验方法、实验环境与数据库
4.5.2软SK算法实验
4.5.3软MDM算法实验
4.6SVM的最小球覆盖解释与近似最小球覆盖算法求解
4.7SMO与几何算法之间的联系
4.8结束语
参考文献
5典型相关分析研究进展
5.1引言
5.2问题的数学刻画
5.2.1CCA数学描述
……
6Rashmon特征选择
7复杂网络上的学习
8聚类分析的新进展——谱聚类综述
9机器学习与自然语言处理
10监督流形学习
11超完备拓扑独立分量分析
12商务间框架下的机器学习方法
13半监督学习中的协同训练风范
参考文献
查看详情
-
九品
河北省沧州市
平均发货9小时
成功完成率96.34%
-
九品
河南省信阳市
平均发货2小时
成功完成率96.18%
-
九品
北京市丰台区
平均发货16小时
成功完成率95.65%
-
九品
广东省广州市
平均发货21小时
成功完成率84.72%
-
2007-10 印刷
印次: 1
八五品
安徽省蚌埠市
平均发货11小时
成功完成率97.86%
-
九品
北京市朝阳区
平均发货6小时
成功完成率97.2%
-
九品
北京市海淀区
平均发货17小时
成功完成率92.78%
-
九五品
北京市通州区
平均发货24小时
成功完成率83.59%
-
九五品
天津市武清区
平均发货31小时
成功完成率86.5%
-
九五品
河北省衡水市
平均发货16小时
成功完成率94.39%
-
九品
河北省衡水市
平均发货16小时
成功完成率94.39%
-
八五品
江苏省徐州市
平均发货15小时
成功完成率94.25%
-
八五品
江苏省南京市
平均发货13小时
成功完成率90.97%
-
八五品
江苏省南京市
平均发货16小时
成功完成率88.25%
-
九品
福建省福州市
平均发货6小时
成功完成率92.44%
-
九品
北京市海淀区
平均发货24小时
成功完成率87.64%
-
九品
河北省衡水市
平均发货15小时
成功完成率93.08%
-
八五品
上海市浦东新区
平均发货11小时
成功完成率92.11%
-
九品
北京市丰台区
平均发货8小时
成功完成率95.7%
-
九品
河南省信阳市
平均发货8小时
成功完成率67.71%
-
九品
湖南省长沙市
平均发货8小时
成功完成率95.07%
-
2007-10 印刷
印次: 1
九品
北京市朝阳区
平均发货5小时
成功完成率97.29%
-
九五品
江苏省苏州市
平均发货12小时
成功完成率94.08%
-
九五品
北京市朝阳区
平均发货29小时
成功完成率86.05%
-
全新
北京市东城区
平均发货15小时
成功完成率82.31%
-
全新
广东省广州市
平均发货7小时
成功完成率91.53%
-
2007-10 印刷
八五品
北京市昌平区
平均发货9小时
成功完成率97.64%
-
全新
广东省广州市
平均发货8小时
成功完成率88.89%
-
全新
广东省广州市
平均发货7小时
成功完成率89.98%
-
全新
广东省广州市
平均发货8小时
成功完成率88.89%