机器学习及其应用2019
¥
32
4.6折
¥
69
九五品
仅1件
作者于剑,封举富,张敏灵,俞扬 编
出版社清华大学出版社
ISBN9787302544357
出版时间2019-12
版次1
装帧平装
开本16开
纸张胶版纸
页数240页
字数99999千字
定价69元
上书时间2024-04-03
商品详情
- 品相描述:九五品
- 商品描述
-
基本信息
书名:机器学习及其应用2019
定价:69.00元
作者:于剑,封举富,张敏灵,俞扬 编
出版社:清华大学出版社
出版日期:2019-12-01
ISBN:9787302544357
字数:300000
页码:240
版次:1
装帧:平装
开本:16开
商品重量:
编辑推荐
发展至今,机器学习及其应用研讨会已经成为一个著名的学术品牌了。《机器学习及其应用2019》是对第十五届和第十六届中国机器学习及其应用研讨会交流内容的部分总结,共邀请了会议中的11位专家就其研究领域撰文,以综述的形式探讨了机器学习不同分支及相关领域的研究进展。全书共分11章,涉及深度学习、主动学习、子空间学习、随机优化、因果图模型、聚类、分类等,介绍了新型深度学习范式,以及机器学习在机器翻译、大数据分析等方面的应用。《机器学习及其应用2019》概括了国内机器学习及其应用的研究进展,可供计算机、自动化、信息处理及相关专业的研究人员、教师、研究生和工程技术人员参考,也可作为人工智能、机器学习课程的辅助内容,希望对有志于从事机器学习研究的人员有所帮助。
内容提要
《机器学习及其应用2019》是对第十五届和第十六届中国“机器学习及其应用”研讨会的一个总结,邀请了与会的11位专家就其研究领域撰文,以综述的形式探讨了机器学习不同分支及相关领域的研究成果。内容涉及深度学习、主动学习、子空间学习、随机优化、因果图模型、聚类、分类等,介绍了新型深度学习范式,以及机器学习在机器翻译、大数据分析等方面的应用。 《机器学习及其应用2019》可供计算机、自动化及相关专业的研究人员、教师、研究生和工程技术人员阅读参考。
目录
关于深度学习的一点思考1 引言2 深度神经网络3 为何“深”4 为何有必要探讨DNN之外的深度模型参考文献随机梯度下降郎之万动力学的泛化分析1 介绍2 基本设定3 理想情况:Langevin方程的泛化性能4 离散时间序列下SGLD的稳定性5 离散情形下SGLD算法的PAC-Bayesian理论6 结论参考文献A附录因果和因果图模型1 引言2 因果3 因果图模型4 图模型空间5 总结和讨论参考文献一致性学习理论研究1 引言2 相关工作3 噪声环境下k近邻方法一致性4 Pairwise损失函数一致性5 总结与展望参考文献大规模分类任务的分层学习1 引言2 类别的层次结构3 分层分类的性能评价4 层次结构的构建5 分层分类的特征选择6 分层分类器学习7 停止机制设计8 总结与展望参考文献概念器的发展与应用1 概念器模型2 基于概念器的深度神经网络模型参考文献……从谱聚类到自注意力模型——谈经典机器学习在深度学习时代的新形态子空间学习研究进展与展望主动学习研究简介神经机器翻译面向个性化教育的大数据分析方法研究与应用
作者介绍
于剑,博士,目前任北京交通大学计算机学院教授,博导,人工智能研究院常务副院长,是交通数据分析与挖掘北京市重点实验室主任,中国计算机学会会士,中国计算机学会人工智能与模式识别秘书长,中国人工智能学会机器学习专委会副主任。长期从事机器学习、自然语言处理等的研究和应用。在国际杂志、国际会议和国内一级刊物上发表学术论文数100余篇。出版有学术专著《机器学习:从公理到算法》。
序言
关于深度学习的一点思考1 引言2 深度神经网络3 为何“深”4 为何有必要探讨DNN之外的深度模型参考文献随机梯度下降郎之万动力学的泛化分析1 介绍2 基本设定3 理想情况:Langevin方程的泛化性能4 离散时间序列下SGLD的稳定性5 离散情形下SGLD算法的PAC-Bayesian理论6 结论参考文献A附录因果和因果图模型1 引言2 因果3 因果图模型4 图模型空间5 总结和讨论参考文献一致性学习理论研究1 引言2 相关工作3 噪声环境下k近邻方法一致性4 Pairwise损失函数一致性5 总结与展望参考文献大规模分类任务的分层学习1 引言2 类别的层次结构3 分层分类的性能评价4 层次结构的构建5 分层分类的特征选择6 分层分类器学习7 停止机制设计8 总结与展望参考文献概念器的发展与应用1 概念器模型2 基于概念器的深度神经网络模型参考文献……从谱聚类到自注意力模型——谈经典机器学习在深度学习时代的新形态子空间学习研究进展与展望主动学习研究简介神经机器翻译面向个性化教育的大数据分析方法研究与应用
— 没有更多了 —
以下为对购买帮助不大的评价