机器学习理论及应用

机器学习理论及应用
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2009-10
版次: 1
ISBN: 9787312026362
定价: 88.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 478页
字数: 533千字
正文语种: 简体中文
16人买过
  •   机器学习新方法研究是实现机器学服务各行各业的历史使命。根据这样的宗旨,《机器学习理论及应用》系统地介绍了李群机器学习、动态模糊机器学习、Agent普适机器学习和贝叶斯量子随机学习,共三篇十二章内容。
      《机器学习理论及应用》可供计算机科学技术、认知科学、机器学习、人工智能、控制技术领域的高年级本科生和研究生作为教科书或参考书,也可供高校教师、科研院所的研究人员使用。 总序
    前言
    第1章引言
    第1篇李群机器学习
    第2章李群机器学习模型
    2.1引言
    2.2李群机器学习的概念
    2.3李群机器学习的代数模型
    2.4李群机器学习的几何模型
    2.5李群机器学习公理假设
    2.6李群机器学习Dynkin图的几何学习算法
    2.7李群机器学习的线形分类器设计
    2.8本章小结
    参考文献

    第3章李群机器学习(LML)子空间轨道生成算法
    3.1LML中偏序集及格的基本概念
    3.2LML子空间轨道生成格学习算法
    3.3LML中一般线性群GLn(Fn)作用下学习子空间轨道生成格学习算法
    34本章小结
    参考文献

    第4章李群机器学习的辛群学习算法
    4.1问题提出
    4.2李群机器学习中的辛群分类器设计
    4.3李群机器学与中的辛群分类器算法
    4.4应用实例
    4.5本章小结
    参考文献

    第5章李群机器学习的量子群学习算法
    5.1问题提出
    5.2李群机器学习中的最干群分类器构造方法
    5.3世子群学爿算法存分子对接巾的应用
    5.4本章小结
    参考文献

    第6章李群机器学习的纤堆丛学习算法
    6.1问题提出
    6.2纤维丛学习模型
    6.3纤维丛学习算法
    6.4本章小结
    参考文献

    第2篇动态模糊机器学习
    第7章动态模糊机器掌习模型
    7.1问题提出
    7.2动态模糊机器学习模型
    7.3动态模糊机器学习系统的相关算法
    7.4动态模糊机器学习系统的过程控制模型
    7.5动态模糊关系学习算法
    7.6本章小结
    参考文献

    第8章动态模糊自主学习子空间学习算法
    8.1自主学习研究现状分析
    8.2基于DFL的自主学习子空间的理论体系
    8.3基于DFL的自主学习子空间学习算法
    8.4本章小结
    参考文献

    第9章动态模糊决策树学习
    9.1决策树学习的研究现状
    9.2动态模糊格的决策树方法
    9.3动态模糊决策树特殊属性处理技术
    9.4动态模糊决策树的剪枝策略
    9.5应用
    9.6本章小结
    参考文献

    第10章基于FDL的多Agent学习模型
    10.1引言
    10.2基于DFL的Agent心智模型
    10.3基于DFL的单Agent学习算法
    10.4基于DFL的多Agent学习模型
    10.5本章小结
    参考文献

    第3篇其他学习方法
    第11章Agent普适机器学习
    11.1引言
    11.2Agent普适机器学习
    11.3一种Agent普适机器学习分类器设计
    11.4本章小结
    参考文献

    第12章贝叶斯量子随机学习算法
    12.1问题提出
    12.2相关基本理论
    12.3贝叶斯量子随机学习模型
    12.4网络结构的贝叶斯量子随机学习算法设计
    12.5网络参数的贝叶斯量子随机学习算法设计
    12.6面向缺失数据的贝叶斯量子随机学习算法设计
    12.7本章小结
    参考文献

    附录
    附录1拓扑群
    附录2微分几何概念
    附录3流形学习算法
    附录4辛群的基本概念和性质
    附录5量子群的基本概念
    附录6纤维丛
    附录7动态模糊集(DFS)
    附录8动态模糊(DF)关系
    附录9动态模糊逻辑
    附录10动态模糊格及其性质
    中英文名词对照
  • 内容简介:
      机器学习新方法研究是实现机器学服务各行各业的历史使命。根据这样的宗旨,《机器学习理论及应用》系统地介绍了李群机器学习、动态模糊机器学习、Agent普适机器学习和贝叶斯量子随机学习,共三篇十二章内容。
      《机器学习理论及应用》可供计算机科学技术、认知科学、机器学习、人工智能、控制技术领域的高年级本科生和研究生作为教科书或参考书,也可供高校教师、科研院所的研究人员使用。
  • 目录:
    总序
    前言
    第1章引言
    第1篇李群机器学习
    第2章李群机器学习模型
    2.1引言
    2.2李群机器学习的概念
    2.3李群机器学习的代数模型
    2.4李群机器学习的几何模型
    2.5李群机器学习公理假设
    2.6李群机器学习Dynkin图的几何学习算法
    2.7李群机器学习的线形分类器设计
    2.8本章小结
    参考文献

    第3章李群机器学习(LML)子空间轨道生成算法
    3.1LML中偏序集及格的基本概念
    3.2LML子空间轨道生成格学习算法
    3.3LML中一般线性群GLn(Fn)作用下学习子空间轨道生成格学习算法
    34本章小结
    参考文献

    第4章李群机器学习的辛群学习算法
    4.1问题提出
    4.2李群机器学习中的辛群分类器设计
    4.3李群机器学与中的辛群分类器算法
    4.4应用实例
    4.5本章小结
    参考文献

    第5章李群机器学习的量子群学习算法
    5.1问题提出
    5.2李群机器学习中的最干群分类器构造方法
    5.3世子群学爿算法存分子对接巾的应用
    5.4本章小结
    参考文献

    第6章李群机器学习的纤堆丛学习算法
    6.1问题提出
    6.2纤维丛学习模型
    6.3纤维丛学习算法
    6.4本章小结
    参考文献

    第2篇动态模糊机器学习
    第7章动态模糊机器掌习模型
    7.1问题提出
    7.2动态模糊机器学习模型
    7.3动态模糊机器学习系统的相关算法
    7.4动态模糊机器学习系统的过程控制模型
    7.5动态模糊关系学习算法
    7.6本章小结
    参考文献

    第8章动态模糊自主学习子空间学习算法
    8.1自主学习研究现状分析
    8.2基于DFL的自主学习子空间的理论体系
    8.3基于DFL的自主学习子空间学习算法
    8.4本章小结
    参考文献

    第9章动态模糊决策树学习
    9.1决策树学习的研究现状
    9.2动态模糊格的决策树方法
    9.3动态模糊决策树特殊属性处理技术
    9.4动态模糊决策树的剪枝策略
    9.5应用
    9.6本章小结
    参考文献

    第10章基于FDL的多Agent学习模型
    10.1引言
    10.2基于DFL的Agent心智模型
    10.3基于DFL的单Agent学习算法
    10.4基于DFL的多Agent学习模型
    10.5本章小结
    参考文献

    第3篇其他学习方法
    第11章Agent普适机器学习
    11.1引言
    11.2Agent普适机器学习
    11.3一种Agent普适机器学习分类器设计
    11.4本章小结
    参考文献

    第12章贝叶斯量子随机学习算法
    12.1问题提出
    12.2相关基本理论
    12.3贝叶斯量子随机学习模型
    12.4网络结构的贝叶斯量子随机学习算法设计
    12.5网络参数的贝叶斯量子随机学习算法设计
    12.6面向缺失数据的贝叶斯量子随机学习算法设计
    12.7本章小结
    参考文献

    附录
    附录1拓扑群
    附录2微分几何概念
    附录3流形学习算法
    附录4辛群的基本概念和性质
    附录5量子群的基本概念
    附录6纤维丛
    附录7动态模糊集(DFS)
    附录8动态模糊(DF)关系
    附录9动态模糊逻辑
    附录10动态模糊格及其性质
    中英文名词对照
查看详情
相关图书 / 更多
机器学习理论及应用
机器岛
(法)儒勒·凡尔纳著 许崇山 钟燕萍译
机器学习理论及应用
机器视觉与人工智能应用开发技术
廖建尚
机器学习理论及应用
机器人基础
杨勇、谢广明 主编 张国英、黄福、简月 副主编
机器学习理论及应用
机器学习及深度学习算法在医学图像中的应用
朱付保 著
机器学习理论及应用
机器如人:通往人类智慧之路
(美)罗纳德·J.,布拉赫曼(Ronald,J.,Brachman),(加)赫克托·J.,莱韦斯克(Hector,J.,Levesque)
机器学习理论及应用
机器学习实战(视频教学版)
迟殿委 王培进 王兴平
机器学习理论及应用
机器人SLAM技术及其ROS系统应用 第2版 徐本连 鲁明丽
徐本连 鲁明丽
机器学习理论及应用
机器学习及其应用2023
黄圣君、张利军、钱超
机器学习理论及应用
机器学习及其硬件实现 [日]高野茂之
(日)高野茂之
机器学习理论及应用
机器视觉与传感器技术
邢博闻,许竞翔,管练武
机器学习理论及应用
机器学习系统设计
(越南)奇普 胡岩(Chip Huyen)
机器学习理论及应用
机器人系统输出反馈控制
雷靖、宋家庆
您可能感兴趣 / 更多
机器学习理论及应用
多维度协同教育理论与方法
李凡长
机器学习理论及应用
中国科学技术大学校友文库:李群机器学习
李凡长、张莉、杨季文 著
机器学习理论及应用
动态模糊数据分析理论与方法
李凡长、杨季文、张莉 著