学习理论

深度学习理论与实践.pdf

  深度学习作为表示学习的重要分支,有着广泛的应用价值。深度学习通常会基于多层的神经网络,它能从大规模数据中提取有效特征来表示数据,从而提高机器学习算法的性能。本书以重庆工商大学等单位的机器学习、图像处理课题为基础,系统地介绍特征选择的基本概念,以及相关的理论和算法,也对深度学习

分布式优化、学习理论与方法.pdf

《分布式优化、学习理论与方法》旨在介绍作者及其研究团队在分布式优化与学习理论方面的最新研究成果。《分布式优化、学习理论与方法》共7章,第1、2章为绪论和相关数学基础;第3、4章为连续时间和基于采样数据的分布式优化算法;第5、6章分别为基于群体智能的分布式优化算法和分布式机器学习算

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。