☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

　　《機器學習及其應用2017（中國計算機學會學術著作叢書——知識科學係列）》是對第十三屆和第十四屆中國機器學習及其應用研討會的一個總結，共邀請瞭與會的7位專傢就其研究領域撰文，以綜述的形式探討瞭機器學習不同分支及相關領域的研究進展。這些內容涉及穩健的矩陣迴歸模型、低秩模型的閉解、麵嚮大規模學習的隨機優化、張量分解、基於遞歸神經網絡的圖像描述算法、標記分布學習及其應用，以及軟件缺陷挖掘。 本書可供計算機、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閱讀參考。

內容簡介

　　《機器學習及其應用2017（中國計算機學會學術著作叢書——知識科學係列）》是對第十三屆和第十四屆中國機器學習及其應用研討會的一個總結，共邀請瞭與會的7位專傢就其研究領域撰文，以綜述的形式探討瞭機器學習不同分支及相關領域的研究進展。這些內容涉及穩健的矩陣迴歸模型、低秩模型的閉解、麵嚮大規模學習的隨機優化、張量分解、基於遞歸神經網絡的圖像描述算法、標記分布學習及其應用，以及軟件缺陷挖掘。 本書可供計算機、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閱讀參考。

目錄

目錄
1引言
2Tucker分解
3CP分解
4非參貝葉斯分解
4.1InfTucker分解
4.2InfTucker算法
4.3實驗結果
5結束語參考文獻基於遞歸神經網絡的圖像描述算法靳駿奇閆子昂張長水
1引言
2相關工作
3模型與方法
3.1基於多尺度局部色塊的圖像錶示
3.2基於注意力的遞歸神經網絡解碼器
4實驗與分析
4.1實驗設定
4.2定量評估結果
4.3微軟比賽結果
4.4定性評估結果
5結束語參考文獻標記分布學習及其應用耿新徐寜
1引言
2學習框架
2.1符號及形式化定義
2.2評價指標
3標記分布學習算法
3.1“問題轉化”算法
3.2“算法改造”算法
3.3專用算法
4標記分布學習應用
4.1原始數據中的標記分布
4.2基於先驗知識的標記分布
4.3從數據集中學到的標記分布
5結束語參考文獻軟件缺陷挖掘黎銘
1引言
2基於編程模式挖掘軟件缺陷
3基於缺陷標注挖掘軟件缺陷
4基於缺陷報告挖掘軟件缺陷
5結束語參考文獻

精彩書摘

　　1[]穩健的矩陣迴歸模型與方法*楊健羅雷南京理工大學模式計算與應用實驗室，南京210094*本文得到國傢自然科學基金(91420201和61472187)資助。1引言隨著網絡和信息技術的不斷發展，全球數據量呈現爆炸式增長。特彆地，人類在最近兩年産生的數據量相當於之前産生的全部數據量。這些海量、復雜的數據已經對社會經濟、政治、文化以及生活等方麵産生瞭深遠的影響。如何有效地分析它們使其更好地為人類服務是一個亟待解決的問題。近年來，機器學習方法已經滲透到瞭數據分析的各個方麵，成為瞭其中的重要組成部分。它利用已知數據來學習和推理其中未知的、潛在的概率分布等重要信息，解釋數據樣本中變量（或特徵）之間的關係。也就是說，它能從龐大的數據中揭示齣數據的內在規律或本質結構。這種本質結構可方便人類對數據的理解，提高人類對數據的駕馭能力。為實現這一任務，我們首先要熟知數據分析中可能麵臨的問題。一方麵，在實際的信號和圖像采集與處理中，數據的維數越高，給數據的采集和處理帶來越多的限製。大規模的數據不僅存在著較多的冗餘、無關的屬性，還會帶來維數的災難。另一方麵，實際中數據往往結構復雜，例如采集的數據本身不完整或者存在大量的噪聲，這導緻瞭一些傳統的數據處理技巧也許失效。基於綫性迴歸（linearregression,LR）分析的方法一直是機器學習領域的研究熱點。它的目的是估計測試數據與訓練數據之間的關係。值得注意的是，這種關係可理解成數據的一種內在結構。為避免過擬閤，一個正則項需要強加到LR模型中。基於L1範數的正則項和基於L2範數的正則項是目前使用最廣泛的兩種正則項。L2範數正則化的綫性迴歸一般稱為脊迴歸（ridgeregression）。該方法使用L2範數的平方來約束錶示係數，並使用同樣的方式來刻畫錶示殘差。
　　……

前言/序言

　　前言
　　高陽陳鬆燦2017年9月4日機器學習及其應用2017目錄穩健的矩陣迴歸模型與方法楊健羅雷1引言2基於核範數的穩健矩陣迴歸3基於推廣冪指數分布的穩健矩陣迴歸4基於核�睱1範數的聯閤矩陣迴歸5基於樹結構核範數的穩健矩陣迴歸6結束語參考文獻若乾低秩子空間恢復模型的閉解及其應用林宙辰1引言2無噪低秩錶示模型的閉解2.1應用：潛在低秩錶示模型的推導3無噪潛在低秩模型的閉解3.1應用：提升潛在低秩錶示模型的聚類性能4若乾主要低秩模型的解之間的關係4.1解的質量的比較4.2求解速度的比較5閉解應用的另一個例子：仿射變換下特徵點誤匹配檢測6結束語參考文獻麵嚮大規模機器學習的隨機優化張利軍1引言2相關工作3降低時間復雜度3.1研究背景3.2階段混閤梯度下降3.3實驗4降低空間復雜度4.1研究背景4.2隨機臨近梯度下降4.3實驗5總結與展望附錄參考文獻非參貝葉斯張量分解研究徐增林賀麗榮嚴，豐漆，遠機器學習及其應用


機器學習及其應用2017/中國計算機學會學術著作叢書——知識科學係列 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價