注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計算機(jī)/網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí)理論及應(yīng)用

機(jī)器學(xué)習(xí)理論及應(yīng)用

機(jī)器學(xué)習(xí)理論及應(yīng)用

定 價:¥88.00

作 者: 李凡長 等著
出版社: 中國科學(xué)技術(shù)大學(xué)出版社
叢編項(xiàng): 當(dāng)代科學(xué)技術(shù)基礎(chǔ)理論與前沿問題研究叢書·中國科學(xué)技術(shù)大學(xué)校友文庫
標(biāo) 簽: 人工智能

ISBN: 9787312026362 出版時間: 2009-10-01 包裝: 平裝
開本: 16開 頁數(shù): 478 字?jǐn)?shù):  

內(nèi)容簡介

  機(jī)器學(xué)習(xí)新方法研究是實(shí)現(xiàn)機(jī)器學(xué)服務(wù)各行各業(yè)的歷史使命。根據(jù)這樣的宗旨,《機(jī)器學(xué)習(xí)理論及應(yīng)用》系統(tǒng)地介紹了李群機(jī)器學(xué)習(xí)、動態(tài)模糊機(jī)器學(xué)習(xí)、Agent普適機(jī)器學(xué)習(xí)和貝葉斯量子隨機(jī)學(xué)習(xí),共三篇十二章內(nèi)容?!稒C(jī)器學(xué)習(xí)理論及應(yīng)用》可供計算機(jī)科學(xué)技術(shù)、認(rèn)知科學(xué)、機(jī)器學(xué)習(xí)、人工智能、控制技術(shù)領(lǐng)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。

作者簡介

暫缺《機(jī)器學(xué)習(xí)理論及應(yīng)用》作者簡介

圖書目錄

總序
前言
第1章 引言
第1篇 李群機(jī)器學(xué)習(xí)
第2章 李群機(jī)器學(xué)習(xí)模型
2.1 引言
2.2 李群機(jī)器學(xué)習(xí)的概念
2.3 李群機(jī)器學(xué)習(xí)的代數(shù)模型
2.4 李群機(jī)器學(xué)習(xí)的幾何模型
2.5 李群機(jī)器學(xué)習(xí)公理假設(shè)
2.6 李群機(jī)器學(xué)習(xí)Dynkin圖的幾何學(xué)習(xí)算法
2.7 李群機(jī)器學(xué)習(xí)的線形分類器設(shè)計
2.8 本章小結(jié)
參考文獻(xiàn)
第3章 李群機(jī)器學(xué)習(xí)(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(xué)習(xí)算法
3.3 LML中一般線性群GLn(Fn)作用下學(xué)習(xí)子空間軌道生成格學(xué)習(xí)算法
3 4 本章小結(jié)
參考文獻(xiàn)
第4章 李群機(jī)器學(xué)習(xí)的辛群學(xué)習(xí)算法
4.1 問題提出
4.2 李群機(jī)器學(xué)習(xí)中的辛群分類器設(shè)計
4.3 李群機(jī)器學(xué)與中的辛群分類器算法
4.4 應(yīng)用實(shí)例
4.5 本章小結(jié)
參考文獻(xiàn)
第5章 李群機(jī)器學(xué)習(xí)的量子群學(xué)習(xí)算法
5.1 問題提出
5.2 李群機(jī)器學(xué)習(xí)中的最干群分類器構(gòu)造方法
5.3 世子群學(xué)爿算法存分子對接巾的應(yīng)用
5.4 本章小結(jié)
參考文獻(xiàn)
第6章 李群機(jī)器學(xué)習(xí)的纖堆叢學(xué)習(xí)算法
6.1 問題提出
6.2 纖維叢學(xué)習(xí)模型
6.3 纖維叢學(xué)習(xí)算法
6.4 本章小結(jié)
參考文獻(xiàn)
第2篇 動態(tài)模糊機(jī)器學(xué)習(xí)
第7章 動態(tài)模糊機(jī)器掌習(xí)模型
7.1 問題提出
7.2 動態(tài)模糊機(jī)器學(xué)習(xí)模型
7.3 動態(tài)模糊機(jī)器學(xué)習(xí)系統(tǒng)的相關(guān)算法
7.4 動態(tài)模糊機(jī)器學(xué)習(xí)系統(tǒng)的過程控制模型
7.5 動態(tài)模糊關(guān)系學(xué)習(xí)算法
7.6 本章小結(jié)
參考文獻(xiàn)
第8章 動態(tài)模糊自主學(xué)習(xí)子空間學(xué)習(xí)算法
8.1 自主學(xué)習(xí)研究現(xiàn)狀分析
8.2 基于DFL的自主學(xué)習(xí)子空間的理論體系
8.3 基于DFL的自主學(xué)習(xí)子空間學(xué)習(xí)算法
8.4 本章小結(jié)
參考文獻(xiàn)
第9章 動態(tài)模糊決策樹學(xué)習(xí)
9.1 決策樹學(xué)習(xí)的研究現(xiàn)狀
9.2 動態(tài)模糊格的決策樹方法
9.3 動態(tài)模糊決策樹特殊屬性處理技術(shù)
9.4 動態(tài)模糊決策樹的剪枝策略
9.5 應(yīng)用
9.6 本章小結(jié)
參考文獻(xiàn)
第10章 基于FDL的多Agent學(xué)習(xí)模型
10.1 引言
10.2 基于DFL的Agent心智模型
10.3 基于DFL的單Agent學(xué)習(xí)算法
10.4 基于DFL的多Agent學(xué)習(xí)模型
10.5 本章小結(jié)
參考文獻(xiàn)
第3篇 其他學(xué)習(xí)方法
第11章 Agent普適機(jī)器學(xué)習(xí)
11.1 引言
11.2 Agent普適機(jī)器學(xué)習(xí)
11.3 一種Agent普適機(jī)器學(xué)習(xí)分類器設(shè)計
11.4 本章小結(jié)
參考文獻(xiàn)
第12章 貝葉斯量子隨機(jī)學(xué)習(xí)算法
12.1 問題提出
12.2 相關(guān)基本理論
12.3 貝葉斯量子隨機(jī)學(xué)習(xí)模型
12.4 網(wǎng)絡(luò)結(jié)構(gòu)的貝葉斯量子隨機(jī)學(xué)習(xí)算法設(shè)計
12.5 網(wǎng)絡(luò)參數(shù)的貝葉斯量子隨機(jī)學(xué)習(xí)算法設(shè)計
12.6 面向缺失數(shù)據(jù)的貝葉斯量子隨機(jī)學(xué)習(xí)算法設(shè)計
12.7 本章小結(jié)
參考文獻(xiàn)
附錄
附錄1 拓?fù)淙?br />附錄2 微分幾何概念
附錄3 流形學(xué)習(xí)算法
附錄4 辛群的基本概念和性質(zhì)
附錄5 量子群的基本概念
附錄6 纖維叢
附錄7 動態(tài)模糊集(DFS)
附錄8 動態(tài)模糊(DF)關(guān)系
附錄9 動態(tài)模糊邏輯
附錄10 動態(tài)模糊格及其性質(zhì)
中英文名詞對照

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號