机器学习及其应用2019
| 作者 |
| 于剑、封举富、张敏灵、俞扬 |
| 丛书名 |
| 出版社 |
| 清华大学出版社 |
| ISBN |
| 9787302544357 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 本书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。 本书可供计算机、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 |
| 02019机器学习及其应用 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 |
有问题微信扫码联系