《基於免疫計算的機器學習方法及套用》是2017年電子工業出版社出版的圖書，作者是徐雪松，。
基本介紹
- 書名：基於免疫計算的機器學習方法及套用
- 作者：徐雪松
- ISBN：9787121323638
- 頁數：236
- 出版社：電子工業出版社
- 出版時間：2017-08
- 開本：16開
內容簡介,目錄信息,
內容簡介
大數據時代的機器學習和數據挖掘技術的作用日漸重要，受到了廣泛的關注。本書立足於工程套用，將免疫智慧型計算方法引入機器學習領域，致力於研究基於生物免疫原理的機器學習軟計算方法，以免疫計算智慧型的基本原理為線索，對其研究狀況加以系統性的論述，從理論、算法構建及工程套用等方面對免疫機器學習進行介紹和分析。針對關聯規則挖掘、數據分類、數據聚類、屬性約簡等機器學習及生物信息大數據挖掘等具體問題，提出一系列新方法，並結合深度學習和張量計算探討了機器學習軟計算方法的最新發展動態和方向。
目錄信息
第1 章 諸論...............................................................................................1
1.1 引言............................................................................................................. 2
1.2 人工智慧與機器學習................................................................................. 3
1.3 數據挖掘與機器學習................................................................................. 7
1.4 仿生計算智慧型與機器學習....................................................................... 12
1.5 免疫計算與機器學習............................................................................... 16
1.6 本書的內容及結構................................................................................... 20
參考文獻........................................................................................................... 22
第2 章機器學習主流技術與方法............................................................. 29
2.1 機器學習的發展....................................................................................... 30
2.2 機器學習中的統計分析方法................................................................... 34
2.2.1 線性回歸分析............................................................................... 38
2.2.2 非線性回歸分析........................................................................... 40
2.2.3 多元線性回歸分析....................................................................... 42
2.3 機器學習中的現代技術方法................................................................... 44
2.3.1 粗糙集........................................................................................... 45
2.3.2 遺傳算法....................................................................................... 50?
2.3.3 神經網路....................................................................................... 54
2.3.4 深度學習....................................................................................... 60
2.3.5 支持向量機................................................................................... 62
2.3.6 強化學習....................................................................................... 72
2.3.7 度量學習....................................................................................... 75
2.3.8 多核學習....................................................................................... 77
2.3.9 集成學習....................................................................................... 78
2.3.10 主動學習..................................................................................... 80
2.3.11 遷移學習..................................................................................... 83
參考文獻........................................................................................................... 85
第3 章免疫計算的基礎原理.................................................................... 95
3.1 免疫計算生物學基礎............................................................................... 96
3.1.1 免疫學基本概念........................................................................... 96
3.1.2 生物免疫系統的結構及組成....................................................... 97
3.1.3 免疫系統功能及機制................................................................. 102
3.2 人工免疫基本原理..................................................................................113
3.2.1 人工免疫系統基本概念..............................................................115
3.2.2 人工免疫系統基本原理及機制..................................................116
3.3 免疫計算學習及最佳化方法..................................................................... 120
參考文獻......................................................................................................... 123
第4 章基於免疫聚類競爭的關聯規則挖掘方法..................................... 127
4.1 基本概念及問題描述............................................................................. 128
4.2 數據表達及初始化................................................................................. 131
4.3 免疫關聯規則挖掘................................................................................. 132
4.3.1 抗體聚類與競爭克隆................................................................. 132
4.3.2 抗體編碼及初始化..................................................................... 135
4.3.3 抗體親和力定義......................................................................... 138
4.3.4 抗體操作..................................................................................... 138
4.4 免疫關聯規則挖掘方法及分析............................................................. 140
4.5 仿真實驗及套用..................................................................................... 143
4.5.1 UCI 數據集仿真實驗................................................................. 143
4.5.2 教學質量規則挖掘與分析......................................................... 145
參考文獻......................................................................................................... 147
第5 章基於小生境免疫粗糙集屬性約簡方法......................................... 153
5.1 問題描述................................................................................................. 154
5.2 基本概念及理論..................................................................................... 155
5.3 屬性信息編碼及小生境免疫最佳化......................................................... 156
5.3.1 疫苗提取及初始抗體種群......................................................... 156
5.3.2 抗體編碼及接種疫苗................................................................. 159
5.4 小生境免疫共享機制及免疫運算元操作................................................. 160
5.5 算法執行過程......................................................................................... 163
5.6 試驗仿真及套用..................................................................................... 165
5.6.1 實驗1.......................................................................................... 165
5.6.2 實驗2.......................................................................................... 168
5.6.3 實驗3.......................................................................................... 170
參考文獻......................................................................................................... 172
第6 章基於免疫陰性選擇的數據分類器................................................ 178
6.1 問題描述................................................................................................. 179
6.2 基本概念及原理..................................................................................... 180
6.3 文本分類規則編碼................................................................................. 182
6.3.1 個體編碼..................................................................................... 182
6.3.2 親和力定義................................................................................. 183
6.3.3 免疫最佳化..................................................................................... 184
6.4 掩碼匹配的否定選擇分類器................................................................. 184
6.5 免疫進化分類實現................................................................................. 186
6.6 仿真實驗及套用..................................................................................... 187
6.6.1 實驗一......................................................................................... 187
6.6.2 實驗二......................................................................................... 188
參考文獻......................................................................................................... 194
第7 章免疫網路在生物信息學中的套用................................................ 198
7.1 基本概念及問題描述............................................................................. 199
7.2 人工免疫網路理論................................................................................. 201
7.2.1 aiNet............................................................................................ 201
7.2.2 AIRS ........................................................................................... 203
7.3 基於免疫進化網路理論的分類器......................................................... 205
7.4 仿真實驗及套用..................................................................................... 208
7.4.1 數據準備與處理......................................................................... 208
7.4.2 仿真結果..................................................................................... 210
7.5 免疫進化網路分類器改進及套用......................................................... 213
7.5.1 基本概念..................................................................................... 213
7.5.2 免疫離散增量分類器設計......................................................... 214
7.5.3 分類器在模式生物識別中的套用............................................. 216
參考文獻......................................................................................................... 219
總結及展望............................................................................................... 223
