基本介紹
- 書名：機器學習及其套用2011
- 作者：周志華
- ISBN：9787302268536
- 頁數：258頁
- 出版社：清華大學出版社
- 出版時間：2011年11月1日
- 裝幀：平裝
- 開本： 16
內容簡介,目錄,
內容簡介
《機器學習及其套用2011》主要內容簡介：機器學習是計算機科學和人工智慧中非常重要的一個研究領域。近年來，機器學習不僅在計算機科學的眾多領域中大顯身手，還成為一些交叉學科的重要支持技術。《機器學習及其套用2011》邀請國內外相關領域的專家撰文，以綜述的形式分別介紹機器學習不同分支及相關領域的研究進展。全書共分14章，內容分別涉及因果推斷、流形學習與降維、遷移學習、類別不平衡學習、演化聚類、多標記學習、排序學習、半監督學習等技術和協同過濾、社區推薦、機器翻譯等套用，以及網際網路套用對機器學習技術需求的探討。《機器學習及其套用2011》可供計算機、自動化及相關專業的研究人員、教師、研究生和工程技術人員參考。
目錄
因果推斷的可分解性和可傳遞性問題
1 引言
2 圖模型結構學習的可分解條件
3 直接作用和間接作用
3.1 基於關聯模型的直接作用與間接作用
3.2 基於因果模型的主分層直接作用
3.3 控制的和自然的直接作用
4 因果作用的可傳遞性問題
5 討論
參考文獻
機器學習的幾何觀點
1 引言
2 監督學習、半監督學習與無監督學習
3 基於幾何拓撲的降維算法
3.1 流形降維
3.2 幾何和拓撲
3.3 保局投影
4 主動學習和半監督學習：基於幾何的觀點
5 結束語和展望
參考文獻
協同過濾與連結預測的遷移學習問題
1 引言
1.1 問題背景
1.2 相關研究工作綜述
2 基於矩陣分解的潛在特徵空間共享
2.1 組級評分矩陣共享
2.2 項目潛在特徵共享
3 協同過濾的遷移學習
3.1 評分矩陣生成模型
3.2 實驗結果
4 連結預測的遷移學習
4.1 集體連結預測模型
4.2 實驗結果
5 結語
參考文獻
LDA的並行化運算及其套用
1 引言
2 LDA算法介紹
3 LDA算法的並行化一一PLDA
4 LDA算法的進一步並行化一一PLDA十
5 AdHeat算法一一PLDA在社區推薦中的套用
6 結束語
參考文獻
關於二類模式分類問題的分解
1 引言
2 最小最大模組化網路
2.1 問題分解
2.2 模組集成
3 高斯零交叉函式最小最大模組化網路
3.1 高斯零交叉函式
3.2 高斯零交叉函式最小最大模組化網路的特點
3.3 與其他分類器的關係
4 大規模二類問題的分解策略
4.1 隨機分解
4.2 超平面分解
4.3 聚類分解
4.4 基於先驗知識的分解
5 大規模不平衡專利數據分類
5.1 實驗數據
5.2 最小最大模組化Lib1inear
5.3 性能評價指標
5.4 Section層上A類為正類的二類問題實驗
5.5 Section層上的全部二類問題實驗
6 結論
……
面向降維的圖構建技術
統計詞對齊
概念、相似性與聚類分析
網際網路行業對機器學習和其他計算技術的需求
基於指數族混合模型的線上式演化聚類算法
多標記學習
