中圖網小程序
一鍵登錄
更方便
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
分類屬性數據深度無監督學習理論及決策應用 版權信息
- ISBN：9787030777591
- 條形碼：9787030777591 ; 978-7-03-077759-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
分類屬性數據深度無監督學習理論及決策應用 內容簡介
本書針對分類屬性數據無監督數據挖掘任務中的三個關鍵問題—特征學習、分析過程和結果評價，闡述分類屬性數據深度無監督學習理論及決策應用。全書共7章，第1章概述數據驅動決策支持的技術基礎、有監督學習和無監督學習兩類數據挖掘方法及分類屬性數據無監督學習問題；第2章介紹分類屬性數據的無監督特征學習、聚類分析和聚類結果評價等相關理論與方法；第3章系統闡述深度無監督特征學習、深度聚類和網絡嵌入方法；第4～6章針對分類屬性數據提供了包含深度無監督特征學習、深度聚類和聚類內部有效性評價的一整套深度無監督學習解決方案；第7章以人才招聘為實際問題背景，演繹了分類屬性數據深度無監督學習方法在決策支持中的應用。
分類屬性數據深度無監督學習理論及決策應用 目錄
目錄前言第1章 決策支持與無監督學習 11.1 數據驅動的決策支持 11.1.1 數據庫知識發現與數據挖掘 11.1.2 數據挖掘的主要任務 11.1.3 數據驅動的決策支持過程 31.1.4 決策支持中的數據特征 41.2 決策支持中的數據挖掘方法 71.2.1 有監督學習 71.2.2 無監督學習 81.3 分類屬性數據無監督學習問題 91.3.1 研究與應用難點 91.3.2 深度學習提供的新思路 101.3.3 分類屬性數據深度無監督學習體系 111.4 本章小結 11第2章 無監督學習基礎及其分類屬性數據研究 132.1 無監督學習基礎 132.1.1 無監督特征學習 132.1.2 無監督分析過程 142.1.3 無監督結果評價 272.1.4 分類屬性數據無監督學習過程 292.2 分類屬性數據無監督特征學習 302.2.1 傳統編碼 302.2.2 相似度矩陣 312.2.3 嵌入表征 322.3 分類屬性數據聚類 332.3.1 分割聚類 332.3.2 層次聚類 362.3.3 聚類方法分析 362.4 分類屬性數據聚類結果評價 372.4.1 內部有效性評價 382.4.2 評價有效性的驗證 402.5 本章小結 41第3章 深度無監督學習 433.1 深度無監督特征學習 433.1.1 重構模型 433.1.2 生成模型 483.1.3 自監督學習模型 533.2 深度聚類 553.2.1 深度聚類概述 553.2.2 自動編碼器深度聚類 553.2.3 神經網絡聚類損失深度聚類 573.2.4 變分自動編碼器深度聚類 603.2.5 生成式對抗網絡深度聚類 613.3 網絡嵌入 623.3.1 網絡拓撲結構嵌入 623.3.2 網絡輔助信息嵌入 653.3.3 網絡外部信息嵌入 663.4 本章小結 66第4章 分類屬性數據深度無監督特征學習 68
展開全部
書友推薦
- >
史學評論
- >
巴金－再思錄
- >
回憶愛瑪儂
- >
伯納黛特,你要去哪(2021新版)
- >
龍榆生：詞曲概論/大家小書
- >
隨園食單
- >
中國歷史的瞬間
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
