规则样例学习理论 张奇 著.pdf
规则样例学习主要是通过样例（动-静态样例、范例和例题等）学习，归纳和运用新规则的过程。笔者将样例学习划分为问题解决样例学习与规则样例学习两种，并开展规则样例学习研究近20年。在数学、物理、化学、生物学、解题、写作和语法规则等样例学习实验研究的基础上，归纳出8种规则样例学习模式，建
学习理论
张量学习理论及其应用 杨晓伟，郝志峰，何丽芳.pdf
自然图像、高光谱图像、医学图像、视频以及社交网络数据本质上都属于多模态数据，张量是多模态数据的自然表示形式. 近十余年来，张量学习的研究引起了国内外研究者的广泛关注，并取得了一批非常优秀的成果，被广泛应用于机器学习、模式识别、图像处理、计算机视觉、数据挖掘以及社交网络分析等领域。
基于统计学习理论的安全第一投资组合选择.pdf
本书较系统地研究了基于统计学习理论的安全第一准则实现方法，主要内容包括传统安全第一投资组合选择、基于推广能力的界的安全第一投资组合选择、基于结构风险最小化原则的安全第一投资组合选择、基于支持向量机的安全第一投资组合选择。
智慧学习理论与方法.pdf
互联网时代人类的学习方式正在从数字学习走向以“个性、高效、沉浸、自然、持续”为核心特征的智慧学习。本书从智慧教育新时代的大背景出发，明晰了智慧学习的概念、目标和特征，构建了智慧学习的理论框架，介绍了智慧学习的五种关键技术及其对智慧学习的支持作用，分析了五种典型智慧学习环境的架构设
证据网络推理学习理论及应用.pdf
本书共分7章，内容包括：不确定性建模理论，不确定性推理方法，证据网络提出的价值与意义，证据网络模型的概念、特点、关键要素和建模流程，证据网络的结构与参数，证据网络的推理问题，不同参数模型下的推理策略与算法，证据网络参数学习模型与计算方法等。
不确定统计学习理论与支持向量机.pdf
本书系统地介绍了不确定统计学习理论与支持向量机，除扼要介绍国内外其他学者的研究成果外，主要介绍作者已公开发表的系列研究工作.主要内容包括:广义不确定集、广义不确定测度与广义不确定变量、不确定学习过程的一致性、不确定学习过程收敛速度的界、控制不确定学习过程的推广能力、概率测度空间上
机器人操作的机器学习理论——从拟人操作到技巧迁移.pdf
本书从机械臂的拟人化操作机理、运动规划与任务规划、技巧迁移方法及双臂协调操作等方面系统性地阐述了机器人拟人化操作的机器学习理论与关键技术，主要内容包括：基于人臂三角形的拟人化操作基础，拟人化操作运动学，拟人化操作的运动规划与任务规划方法，基于全局避障地图的拟人臂避障方法，基于肌肉
机器学习理论、方法及应用.pdf
本书主要围绕基于神经网络的学习、强化学习和进化学习三个方面阐述机器学习理论、方法及其应用，共分三部分13章。
移动学习理论与实践.pdf
本书通过对移动学习的理论分析，探讨了与其紧密相关的技术问题及实现模式，并通过案例详细介绍了移动学习系统的构建过程。
机器学习理论与算法.pdf
本书集中介绍了机器学习的一些典型方法、理论和应用领域，并首次系统地给出了构造性机器学习方法——覆盖算法。全书通过研究大量丰富的文献资料和科研成果，对机器学习典型算法的过去做了应有回顾，对现状做出了必要剖析，对未来进行了充分展望。