| 词条 | 机器学习及其应用2011 |
| 释义 | 基本信息作者：周志华(编者), 杨强(编者) 出版社: 清华大学出版社; 第1版 (2011年11月1日) 丛书名: 中国计算机学会学术著作丛书:知识科学系列9 平装: 258页 正文语种: 简体中文 开本: 16 ISBN: 9787302268536 条形码: 9787302268536 商品尺寸: 22.8 x 18.2 x 1.4 cm 商品重量: 431 g 内容简介《机器学习及其应用2011》主要内容简介：机器学习是计算机科学和人工智能中非常重要的一个研究领域。近年来，机器学习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持技术。《机器学习及其应用2011》邀请国内外相关领域的专家撰文，以综述的形式分别介绍机器学习不同分支及相关领域的研究进展。全书共分14章，内容分别涉及因果推断、流形学习与降维、迁移学习、类别不平衡学习、演化聚类、多标记学习、排序学习、半监督学习等技术和协同过滤、社区推荐、机器翻译等应用，以及互联网应用对机器学习技术需求的探讨。《机器学习及其应用2011》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。 目录因果推断的可分解性和可传递性问题 1 引言 2 图模型结构学习的可分解条件 3 直接作用和间接作用 3.1 基于关联模型的直接作用与间接作用 3.2 基于因果模型的主分层直接作用 3.3 控制的和自然的直接作用 4 因果作用的可传递性问题 5 讨论 参考文献 机器学习的几何观点 1 引言 2 监督学习、半监督学习与无监督学习 3 基于几何拓扑的降维算法 3.1 流形降维 3.2 几何和拓扑 3.3 保局投影 4 主动学习和半监督学习：基于几何的观点 5 结束语和展望 参考文献 协同过滤与链接预测的迁移学习问题 1 引言 1.1 问题背景 1.2 相关研究工作综述 2 基于矩阵分解的潜在特征空间共享 2.1 组级评分矩阵共享 2.2 项目潜在特征共享 3 协同过滤的迁移学习 3.1 评分矩阵生成模型 3.2 实验结果 4 链接预测的迁移学习 4.1 集体链接预测模型 4.2 实验结果 5 结语 参考文献 LDA的并行化运算及其应用 1 引言 2 LDA算法介绍 3 LDA算法的并行化一一PLDA 4 LDA算法的进一步并行化一一PLDA十 5 AdHeat算法一一PLDA在社区推荐中的应用 6 结束语 参考文献 关于二类模式分类问题的分解 1 引言 2 最小最大模块化网络 2.1 问题分解 2.2 模块集成 3 高斯零交叉函数最小最大模块化网络 3.1 高斯零交叉函数 3.2 高斯零交叉函数最小最大模块化网络的特点 3.3 与其他分类器的关系 4 大规模二类问题的分解策略 4.1 随机分解 4.2 超平面分解 4.3 聚类分解 4.4 基于先验知识的分解 5 大规模不平衡专利数据分类 5.1 实验数据 5.2 最小最大模块化Lib1inear 5.3 性能评价指标 5.4 Section层上A类为正类的二类问题实验 5.5 Section层上的全部二类问题实验 6 结论 …… 面向降维的图构建技术 统计词对齐 概念、相似性与聚类分析 互联网行业对机器学习和其他计算技术的需求 基于指数族混合模型的在线式演化聚类算法 多标记学习 |
| 随便看 |
百科全书收录4421916条中文百科知识，基本涵盖了大多数领域的百科知识，是一部内容开放、自由的电子版百科全书。