演化学习：理论与算法进展
全新正版 极速发货
￥ 34.69 3.5折 ￥ 99.8 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者周志华俞扬钱超
出版社人民邮电出版社
ISBN9787115558039
出版时间2021-06
装帧平装
开本16开
定价99.8元
货号31171087
上书时间2024-11-08
商品详情
- 品相描述：全新
- 商品描述
-
目录
主要符号表 iii
第一部分 绪论与预备知识 1
第 1 章 绪论 3
1.1 机器学习 3
1.2 演化学习 4
1.3 多目标优化 6
1.4 本书组织 8
第 2 章 预备知识 9
2.1 演化算法 9
2.2 伪布尔函数 12
2.3 运行时间复杂度 15
2.4 马尔可夫链建模 16
2.5 分析工具 18
第二部分 分析方法 23
第 3 章 运行时间分析: 收敛分析法 25
3.1 收敛分析框架 25
3.2 收敛分析应用例释 29
3.3 小结 33
第 4 章 运行时间分析: 调换分析法 35
4.1 调换分析框架 35
4.2 调换分析应用例释 40
4.3 小结 43
第 5 章 运行时间分析方法的比较 45
5.1 分析方法的形式化 45
5.2 调换分析与适应层分析 47
5.3 调换分析与漂移分析 50
5.4 调换分析与收敛分析 55
5.5 分析方法综论 58
5.6 小结 59
第 6 章 近似分析 61
6.1 SEIP 框架 62
6.2 SEIP 应用例释 67
6.3 小结 70
第三部分 理论透视 71
第 7 章 边界问题 73
7.1 边界问题辨识 74
7.2 案例分析 76
7.3 小结 80
第 8 章 交叉算子 81
8.1 交叉与变异 82
8.2 采用交叉算子的多目标演化算法 83
8.3 案例分析 86
8.4 实验验证 92
8.5 小结 94
第 9 章 解的表示 95
9.1 遗传编程之解表示 96
9.2 案例分析: 最大匹配 98
9.3 案例分析: 最小生成树 103
9.4 实验验证 109
9.5 小结 111
第 10 章 非精确适应度评估 113
10.1 带噪优化 114
10.2 带噪适应度的影响 115
10.3 抗噪: 阈值选择 119
10.4 抗噪: 抽样 124
10.5 实验验证 130
10.6 小结 134
第 11 章 种群 135
11.1 种群的影响 136
11.2 种群对噪声的鲁棒性 139
11.3 小结 151
第 12 章 约束优化 153
12.1 不可行解的影响 154
12.2 帕累托优化的效用 160
12.3 小结 170
第四部分 学习算法 171
第 13 章 选择性集成 173
13.1 选择性集成 173
13.2 POSE 算法 175
13.3 理论分析 177
13.4 实验测试 182
13.5 小结 188
第 14 章 子集选择 189
14.1 子集选择 190
14.2 POSS 算法 194
14.3 理论分析 195
14.4 实验测试 199
14.5 小结 203
第 15 章 子集选择: 次模最大化 205
15.1 单调 次模函数最大化 206
15.2 PO SM 算法 210
15.3 理论分析 212
15.4 实验测试 216
15.5 小结 223
第 16 章 子集选择: 比率最小化 225
16.1 单调次模函数的比率最小化 226
16.2 PORM 算法 228
16.3 理论分析 230
16.4 实验测试 235
16.5 小结 236
第 17 章 子集选择: 噪声 237
17.1 带噪子集选择 238
17.2 PONSS 算法 244
17.3 理论分析 245
17.4 实验测试 248
17.5 小结 250
第 18 章 子集选择: 加速 251
18.1 PPOSS 算法 251
18.2 理论分析 253
18.3 实验测试 256
18.4 小结 258
附录 A: 证明 259
参考文献 299
内容摘要
演化学习利用演化算法求解机器学习中的复杂优化问题,在实践中取得了许多成功,但因其缺少坚实的理论基础,在很长时期内未获得机器学习社区的广泛接受.本书主要内容为三位作者在这个方向上过去二十年中主要工作的总结.全书共18章,分为四个部分:第一部分(第1～2章)简要介绍演化学习和一些关于理论研究的预备知识;第二部分(第3～6章)介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具;第三部分(第7～12章)介绍演化学习关键因素对算法性能影响的一系列理论结果,包括交叉算子、解的表示、非精确适应度评估、种群的影响等;第四部分(第13～18章)介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法.本书适合对演化学习感兴趣的研究人员、学生和实践者阅读.书中第二部分内容或可为有兴趣进一步探索演化学习理论基础的读者提供分析工具,第三部分内容或有助于读者进一步理解演化学习过程并为新算法设计提供启发,第四部分内容或可为读者解决一些现实机器学习问题提供新的算法方案.
— 没有更多了 —
以下为对购买帮助不大的评价