扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
机器学习关键技术及应用 版权信息
- ISBN：9787122429407
- 条形码：9787122429407 ; 978-7-122-42940-7
- 装帧：平装
- 册数：暂无
- 重量：暂无
- 所属分类：>
机器学习关键技术及应用 本书特色
本书从工业背景下的机器学习技术需求出发，详细讨论机器学习的各个分支技术，包括矩阵型分类学习技术、多视角学习技术、不平衡数据分类学习技术、集成学习技术和深度学习技术等，并在此基础上，对机器学习相关的应用系统进行了分析。
机器学习关键技术及应用 内容简介
本书详细讨论工业背景下机器学习的各个分支及其实现技术，包括矩阵型分类学习技术、多视角学习技术、不平衡数据分类学习技术、集成学习技术和深度学习技术，并在此基础上，对机器学习在脑电情感识别、声纹识别和图像分类等领域的应用做了介绍。 本书主要面向对机器学习、人工智能等方向感兴趣的学者和从事该方面研究的技术人员、博士、硕士研究生等。
机器学习关键技术及应用 目录
第1章 绪论 001
1.1 工业发展与机器学习 002
1.2 矩阵型分类学习 004
1.3 多视角学习 005
1.4 不平衡数据分类学习 007
1.5 集成学习 010
1.6 深度学习 010
参考文献 013
第2章 矩阵型分类学习 017
2.1 矩阵型方法概述 018
2.2 局部敏感判别矩阵学习机 020
2.2.1 LSDMatMHKS算法 020
2.2.2 实验与分析 027
2.3 矩阵多类学习机 041
2.3.1 McMatMHKS模型 041
2.3.2 实验 043
2.3.3 分析讨论 054
2.4 基于向量分离策略的高效矩阵型分类器 056
2.4.1 EMatMHKS模型 056
2.4.2 基于向量分离策略的高效矩阵型分类器 057
2.4.3 实验与分析 061
参考文献 077
第3章 多视角学习 081
3.1 概述 082
3.2 先验信息融合的正则化型分类器 084
3.2.1 挖掘数据先验信息 084
3.2.2 多核学习与经验核映射 085
3.2.3 TSMEKL模型 088
3.2.4 实验 093
3.2.5 推广风险分析 105
3.3 Nystr?m近似矩阵的多核学习算法 108
3.3.1 多核学习算法 108
3.3.2 NMKMHKS模型 110
3.3.3 实验 114
3.4 Universum的多视角分类学习算法 127
3.4.1 多视角学习算法 127
3.4.2 UMultiV-MHKS模型 127
3.4.3 实验 132
参考文献 149
第4章 不平衡数据分类学习 153
4.1 概述 154
4.2 基于数据空间信息的样本选择方法 156
4.2.1 样本选择框架NearCount 156
4.2.2 实验结果分析与讨论 164
4.3 基于二叉树结构的数据空间分治策略 185
4.3.1 SPT算法 185
4.3.2 实验结果分析与讨论 195
4.4 基于熵和万有引力的动态半径近邻分类器 216
4.4.1 EGDRNN模型 216
4.4.2 实验 222
4.4.3 分析讨论 232
参考文献 236
第5章 集成学习 239
5.1 概述 240
5.2 基于视角间相似度损失的多经验核集成学习模型 242
5.2.1 多视角与核学习的方法 242
5.2.2 MVE-EK算法模型 245
5.2.3 实验与分析 251
5.3 基于数据全局空间特性的多平衡子集协同训练算法 263
5.3.1 多平衡子集协同训练算法 263
5.3.2 基于数据全局空间特性的多平衡子集协同训练算法 264
5.3.3 实验与分析 268
5.4 基于熵与置信度的下采样Boosting集成 294
5.4.1 基于熵与置信度的下采样Boosting集成方法 294
5.4.2 ECUBoost算法模型 295
5.4.3 实验与分析 301
参考文献 320
第6章 深度学习 323
6.1 概述 324
6.2 基于扰动的助推器网络驱动协同训练模型 327
6.2.1 归纳式半监督的方法 327
6.2.2 BDCT模型 328
6.2.3 实验与分析 335
6.3 强制平滑的投影梯度下降对抗训练模型 345
6.3.1 防御对抗攻击的方法 345
6.3.2 SEAT模型 347
6.3.3 实验与分析 351
6.4 面向多标签图像分类的融合先验信息的语义补充模型 362
6.4.1 多标签图像分类的方法 362
6.4.2 融合先验信息的语义补充模型（SSNP） 364
6.4.3 实验结果与分析 369
参考文献 376
第7章 应用案例 381
7.1 脑电信号自动情感识别 382
7.1.1 脑电情感识别算法的应用与发展 382
7.1.2 脑电信号的类别与特点 382
7.1.3 脑电信号自动情感识别系统 387
7.1.4 总结 410
7.2 基于语音的生物认证系统 413
7.2.1 语音生物认证技术的研究背景 413
7.2.2 基于多网络集成的声纹识别系统描述 414
7.2.3 总结 426
7.3 面向图像分类的半监督学习系统 426
7.3.1 图像分类技术发展 426
7.3.2 基于半监督学习的图像分类系统 429
7.3.3 总结 438
参考文献 440
1.1 工业发展与机器学习 002
1.2 矩阵型分类学习 004
1.3 多视角学习 005
1.4 不平衡数据分类学习 007
1.5 集成学习 010
1.6 深度学习 010
参考文献 013
第2章 矩阵型分类学习 017
2.1 矩阵型方法概述 018
2.2 局部敏感判别矩阵学习机 020
2.2.1 LSDMatMHKS算法 020
2.2.2 实验与分析 027
2.3 矩阵多类学习机 041
2.3.1 McMatMHKS模型 041
2.3.2 实验 043
2.3.3 分析讨论 054
2.4 基于向量分离策略的高效矩阵型分类器 056
2.4.1 EMatMHKS模型 056
2.4.2 基于向量分离策略的高效矩阵型分类器 057
2.4.3 实验与分析 061
参考文献 077
第3章 多视角学习 081
3.1 概述 082
3.2 先验信息融合的正则化型分类器 084
3.2.1 挖掘数据先验信息 084
3.2.2 多核学习与经验核映射 085
3.2.3 TSMEKL模型 088
3.2.4 实验 093
3.2.5 推广风险分析 105
3.3 Nystr?m近似矩阵的多核学习算法 108
3.3.1 多核学习算法 108
3.3.2 NMKMHKS模型 110
3.3.3 实验 114
3.4 Universum的多视角分类学习算法 127
3.4.1 多视角学习算法 127
3.4.2 UMultiV-MHKS模型 127
3.4.3 实验 132
参考文献 149
第4章 不平衡数据分类学习 153
4.1 概述 154
4.2 基于数据空间信息的样本选择方法 156
4.2.1 样本选择框架NearCount 156
4.2.2 实验结果分析与讨论 164
4.3 基于二叉树结构的数据空间分治策略 185
4.3.1 SPT算法 185
4.3.2 实验结果分析与讨论 195
4.4 基于熵和万有引力的动态半径近邻分类器 216
4.4.1 EGDRNN模型 216
4.4.2 实验 222
4.4.3 分析讨论 232
参考文献 236
第5章 集成学习 239
5.1 概述 240
5.2 基于视角间相似度损失的多经验核集成学习模型 242
5.2.1 多视角与核学习的方法 242
5.2.2 MVE-EK算法模型 245
5.2.3 实验与分析 251
5.3 基于数据全局空间特性的多平衡子集协同训练算法 263
5.3.1 多平衡子集协同训练算法 263
5.3.2 基于数据全局空间特性的多平衡子集协同训练算法 264
5.3.3 实验与分析 268
5.4 基于熵与置信度的下采样Boosting集成 294
5.4.1 基于熵与置信度的下采样Boosting集成方法 294
5.4.2 ECUBoost算法模型 295
5.4.3 实验与分析 301
参考文献 320
第6章 深度学习 323
6.1 概述 324
6.2 基于扰动的助推器网络驱动协同训练模型 327
6.2.1 归纳式半监督的方法 327
6.2.2 BDCT模型 328
6.2.3 实验与分析 335
6.3 强制平滑的投影梯度下降对抗训练模型 345
6.3.1 防御对抗攻击的方法 345
6.3.2 SEAT模型 347
6.3.3 实验与分析 351
6.4 面向多标签图像分类的融合先验信息的语义补充模型 362
6.4.1 多标签图像分类的方法 362
6.4.2 融合先验信息的语义补充模型（SSNP） 364
6.4.3 实验结果与分析 369
参考文献 376
第7章 应用案例 381
7.1 脑电信号自动情感识别 382
7.1.1 脑电情感识别算法的应用与发展 382
7.1.2 脑电信号的类别与特点 382
7.1.3 脑电信号自动情感识别系统 387
7.1.4 总结 410
7.2 基于语音的生物认证系统 413
7.2.1 语音生物认证技术的研究背景 413
7.2.2 基于多网络集成的声纹识别系统描述 414
7.2.3 总结 426
7.3 面向图像分类的半监督学习系统 426
7.3.1 图像分类技术发展 426
7.3.2 基于半监督学习的图像分类系统 429
7.3.3 总结 438
参考文献 440
展开全部
书友推荐
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
