掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
機器學習理論及應用 版權信息
- ISBN：9787312026362
- 條形碼：9787312026362 ; 978-7-312-02636-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習理論及應用 本書特色
《機器學習理論及應用》：當代科學技術基礎理論與前沿問題研究叢書:中國科學技術大學校友文庫。
機器學習理論及應用 內容簡介
機器學習新方法研究是實現機器學服務各行各業的歷史使命。根據這樣的宗旨，本書系統地介紹了李群機器學習、動態模糊機器學習、agent普適機器學習和貝葉斯量子隨機學習，共三篇十二章內容。
本書可供計算機科學技術、認知科學、機器學習、人工智能、控制技術領域的高年級本科生和研究生作為教科書或參考書，也可供高校教師、科研院所的研究人員使用。
機器學習理論及應用 目錄
總序
前言
第1章 引言
第1篇 李群機器學習
第2章 李群機器學習模型
2.1 引言
2.2 李群機器學習的概念
2.3 李群機器學習的代數模型
2.4 李群機器學習的幾何模型
2.5 李群機器學習公理假設
2.6 李群機器學習dynkin圖的幾何學習算法
2.7 李群機器學習的線形分類器設計
2.8 本章小結
參考文獻
第3章 李群機器學習(lml)子空間軌道生成算法
3.1 lml中偏序集及格的基本概念
3.2 lml子空間軌道生成格學習算法
3.3 lml中一般線性群gln(fn)作用下學習子空間軌道生成格學習算法
3 4 本章小結
參考文獻
第4章 李群機器學習的辛群學習算法
4.1 問題提出
4.2 李群機器學習中的辛群分類器設計
4.3 李群機器學與中的辛群分類器算法
4.4 應用實例
4.5 本章小結
參考文獻
第5章 李群機器學習的量子群學習算法
5.1 問題提出
5.2 李群機器學習中的*干群分類器構造方法
5.3 世子群學爿算法存分子對接巾的應用
5.4 本章小結
參考文獻
第6章 李群機器學習的纖堆叢學習算法
6.1 問題提出
6.2 纖維叢學習模型
6.3 纖維叢學習算法
6.4 本章小結
參考文獻
第2篇 動態模糊機器學習
第7章 動態模糊機器掌習模型
7.1 問題提出
7.2 動態模糊機器學習模型
7.3 動態模糊機器學習系統的相關算法
……
第3篇 其他學習方法
附錄
中英文名詞對照
前言
第1章 引言
第1篇 李群機器學習
第2章 李群機器學習模型
2.1 引言
2.2 李群機器學習的概念
2.3 李群機器學習的代數模型
2.4 李群機器學習的幾何模型
2.5 李群機器學習公理假設
2.6 李群機器學習dynkin圖的幾何學習算法
2.7 李群機器學習的線形分類器設計
2.8 本章小結
參考文獻
第3章 李群機器學習(lml)子空間軌道生成算法
3.1 lml中偏序集及格的基本概念
3.2 lml子空間軌道生成格學習算法
3.3 lml中一般線性群gln(fn)作用下學習子空間軌道生成格學習算法
3 4 本章小結
參考文獻
第4章 李群機器學習的辛群學習算法
4.1 問題提出
4.2 李群機器學習中的辛群分類器設計
4.3 李群機器學與中的辛群分類器算法
4.4 應用實例
4.5 本章小結
參考文獻
第5章 李群機器學習的量子群學習算法
5.1 問題提出
5.2 李群機器學習中的*干群分類器構造方法
5.3 世子群學爿算法存分子對接巾的應用
5.4 本章小結
參考文獻
第6章 李群機器學習的纖堆叢學習算法
6.1 問題提出
6.2 纖維叢學習模型
6.3 纖維叢學習算法
6.4 本章小結
參考文獻
第2篇 動態模糊機器學習
第7章 動態模糊機器掌習模型
7.1 問題提出
7.2 動態模糊機器學習模型
7.3 動態模糊機器學習系統的相關算法
……
第3篇 其他學習方法
附錄
中英文名詞對照
展開全部
機器學習理論及應用 節選
《機器學習理論及應用》內容簡介：機器學習新方法研究是實現機器學服務各行各業的歷史使命。根據這樣的宗旨，《機器學習理論及應用》系統地介紹了李群機器學習、動態模糊機器學習、Agent普適機器學習和貝葉斯量子隨機學習，共三篇十二章內容！稒C器學習理論及應用》可供計算機科學技術、認知科學、機器學習、人工智能、控制技術領域的高年級本科生和研究生作為教科書或參考書，也可供高校教師、科研院所的研究人員使用。
機器學習理論及應用 相關資料
插圖：科學通過理論、實踐形成了人們解釋自然界、人類社會等復雜系統的工具。在上世紀，整個科學逐步接受了一種新的科學研究方法，那就是機器學習。機器學習方法可以對研究由于受經濟或者其他條件限制不能進行實驗的數據進行有效分析。比如物質性質的分析、生命的演化等基本問題的回答都需要機器學習方法的支持。2001年美國航空航天局JPL實驗室的科學家在《Science》上撰文指出：“機器學習對科學研究的整個過程正起到越來越大的作用，并預計該領域將取得穩定而快速的發展”；2003年美國國防部高級研究計劃局DARPA開始啟動了以機器學習為核心的PAL（Perception Assistant that Learns）計劃，將機器學習技術的重要性上升到國家安全的高度來考慮；2004年，MIT Technology Review列出的“10 Emerging Technology That Wm Change Your World”將機器學習方面的研究列在第4位；2006年美國卡內基梅隆大學（CMU）專門成立了機器學習系；2008年，江澤民同志在上海交通大學學報上撰文《新時期我國信息技術產業的發展》指出：“
書友推薦
- >
李白與唐代文化
- >
我與地壇
- >
月亮虎
- >
龍榆生：詞曲概論/大家小書
- >
月亮與六便士
- >
羅曼·羅蘭讀書隨筆-精裝
- >
自卑與超越
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
