机器学习

机器学习中的基本算法.pdf

本书共八章.第1章和第2章简要介绍了机器学习的基本概念、研究内容、算法体系,以及相关的优化理论与优化算法.第3章和第4章详细介绍了几类作为分类器和回归器的支持向量机算法,包括算法出发点、建模思想、理论推导和算法在数据分类、识别、拟合、预测等方面的应用.第5章和第6章着重介绍了两类

机器学习与人工智能.pdf

本书涵盖了与人工智能相关的机器学习核心方法,包括深度卷积神经网络、循环神经网络、生成对抗网络、蒙特卡罗树搜索、强化学习。本书也包括一些应用非常广泛的机器学习方法,例如,支持向量机、决策树和随机森林、隐马尔可夫模型、聚类与自组织映射。本书还包含一些重要的大数据分析方法,如主成分分析

社会机器学习.pdf

社会学习探讨个人的认知、行为与环境因素三者及其交互作用对人类行为的影响,社会机器学习是计算机帮助个人进行社会学习、认知社会从而提高其社会性的方法和技术。本书从社会机器学习概念及内涵研究出发,总结机器学习、复杂网络、社会计算等相关理论与方法并将其有机融合,围绕聚类学习、分类学习、弱

组合优化问题的机器学习求解方法.pdf

《组合优化问题的机器学习求解方法》对组合优化的机器学习求解方法进行了阐述。《组合优化问题的机器学习求解方法》从组合优化机器学习方法的起源算法开始,详细介绍一些代表性的模型、算法和理论,内容深入浅出,注重理论与实际应用的结合,力图给出该学术领域的研究趋势和最新的研究成果。

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。

机器学习方法在电磁逆散射问题中的应用研究.pdf

  《机器学习方法在电磁逆散射问题中的应用研究》系统地论述了机器学习方法的概念、原理、方法、流程和步骤及其在若干电磁逆散射领域中的应用。《机器学习方法在电磁逆散射问题中的应用研究》共11章,内容包括绪论、机器学习方法、逆散射问题描述及模型建立、机器学习方法在自由空间逆散射中的应用

机器学习 : 因子分解机模型与推荐系统.pdf

  因子分解机模型因为能够有效解决高维数据特征组合的稀疏问题且具有较高的预测准确度和计算效率,在广告点击率预测和推荐系统领域被广泛研究和应用。《机器学习 : 因子分解机模型与推荐系统》对因子分解机模型及其相关模型的研究进展进行综述,阐述该模型的灵活性和普适性,对模型中有待深入研究

机器学习与智能决策支持系统.pdf

本书研究机器学习的基本概念并以此为基础、详细研究归纳学习、范例推理、遗传算法等经典学习方法,详细探讨基于几类具体机器学习技术的智能决策支持系统等。

机器学习视角的结构健康监测.pdf

本书针对结构健康监测的特点,将统计模式识别引入健康监测问题中,从而建立该类问题的最有效解决框架。内容包括结构响应信号的传感和采集、损伤敏感特征分析、结构异常诊断、基于统计模式识别方法的损伤诊断、结构状态评估。本书的编写力求理论与工程实践相结合,提供了大量的应用范例供参考。