深度核机器学习技术及应用

图书标准信息

• 作者 付平 主编；刘冰；尹洪涛
• 出版社 北京工业大学出版社
• 出版时间 2019-11
• 版次 1
• ISBN 9787563968855
• 定价 56.00元
• 装帧 其他
• 开本 16开
• 页数 193页
• 字数 99.999千字

【内容简介】

本书以深度核机器学技术为对象 介绍了支持向量机技术、多核学技术和深度学技术的相关内容 包括基本、主流算法形式、参数设计策略及相应的实验分析等 并结合图像特征提取和遥感图像目标识别等场景阐述了机器学的典型应用案例。

精彩内容：

  1．1机器学中学的含义在机器学方法中，其所体现的“学”’与多个科学研究领域都有比较密切的相关，因此人们无法对其提出一个准确无误的定义方法，所以在不同领域的研究人员对学的定义方法也不同。下而是不同学者从不同的角度出发给出的定义。从系统的角度，西蒙(h．a．imon)认为： “学能够体现出信号系统的一种适应能力。设在一个已知系统执行过程中，能够有针对的改善系统的功能能指标，那么这可以看作系统具有一种学能力。这种改进与学能力对系统是有意义的，能够帮助系统更加高效地完成工作。”从神经网络的角度，赫金(．haykin)认为： “学是一个参数不断变化的过程，这种参数的变化与外界的条件激励有关，学的方法由激励的方式决定，当外界激励进行刺激时，参数机会自适应的变化，进而终获得确定。”从模式识别的角度，(duda)等人认为： “广义地讲，在面向分类任务的科学技术与方面，如果运用了训练案例的手段，町以看作是一种机器学的方式。”此外，新的定义是瓦普尼克(v．vapnik)提出的，在他的观点下，学可以这样来描述： “为了找到变量之间的相互关系，可以使用数量的感知信息进行映。”学包括多种多样的特殊的问题，但是对于机器学领域而言，其可以结为三个主要问题：个问题是用于计算的概率密度估计问题；第二个问题是用于目标发现的模式识别的问题；第三个问题是用于预测函数回归估计的问题。1．2机器学问题的一般描述人们可以利用系统模型对学进行描述，进而更为清楚地理解学的定义。根据学的定义，学问题可以被看作是人们为了找到变量之间的相互关系，可以使用数量的感知信息进行映的问题，一种常见的学表示系统模型示意图如图12．1所示。其中，g可以看作是感知数据的发生装置，这种数据发生装置的作用是产生变量样本值向量x∈r，这种样本值是独立提取的，是一种不变位置的分布情况。可以看作是一个训练装置，输入样本值向量入训练装置后，装置产生一个输}}；值样本值y，输出样本值符合一种概率分布，这种概率分布......

【目录】

第1章绪论

1．1机器学中学的含义

i-2机器学问题的一般描述

l_3机器学的实现

1．4学的基本形式

1．5学在数据降维上的应用

第2章机器学基础理论

2．1线回归分析  

2．2贝叶斯分类器  

2-3聚类分析  

2．4决策树  

2．5神经网络

2．6深度学

2．7隐马尔可夫模型

2．8强化学

2 9集成式学

2．10关联学  

第3章支持向量机与多核学理论

3．1  支持向量机

3．2核学的数学基础

3．3  多核学-  

 

.......