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/網(wǎng)絡(luò)家庭與辦公軟件基于深度學(xué)習(xí)的社會信息挖掘應(yīng)用實例分析

基于深度學(xué)習(xí)的社會信息挖掘應(yīng)用實例分析

基于深度學(xué)習(xí)的社會信息挖掘應(yīng)用實例分析

定 價:¥99.00

作 者: 梁循 著
出版社: 科學(xué)出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787030656698 出版時間: 2020-08-01 包裝: 平裝
開本: 16開 頁數(shù): 153 字數(shù):  

內(nèi)容簡介

  《基于深度學(xué)習(xí)的社會信息挖掘應(yīng)用實例分析》綜合了大量國內(nèi)外的*新資料和作者的研究成果,以應(yīng)用實踐中的若干問題為研究對象,探索了基于深度神經(jīng)網(wǎng)絡(luò)的分析和建模過程,列舉了深度神經(jīng)網(wǎng)絡(luò)在若干社會信息挖掘的應(yīng)用;以*新資料案例為例進行社會信息分析和模型構(gòu)建,給出了實踐指導(dǎo)策略;給出了不同機器學(xué)習(xí)方法的特點與適用場景,并以實際應(yīng)用場景為例,分析了深度學(xué)習(xí)的應(yīng)用。

作者簡介

暫缺《基于深度學(xué)習(xí)的社會信息挖掘應(yīng)用實例分析》作者簡介

圖書目錄

目錄
前言
第1章 緒論 1
1.1 人工智能 1
1.2 機器學(xué)習(xí) 6
1.3 深度學(xué)習(xí) 10
第2章 神經(jīng)網(wǎng)絡(luò) 14
2.1 神經(jīng)元 14
2.2 損失函數(shù) 15
2.3 激活函數(shù) 16
2.4 參數(shù)學(xué)習(xí) 19
2.5 梯度下降法 20
2.6 全連接神經(jīng)網(wǎng)絡(luò) 24
2.7 BP神經(jīng)網(wǎng)絡(luò) 25
2.8 優(yōu)化方案 28
2.9 注意力機制 31
2.10 本章小結(jié) 32
第3章 深度神經(jīng)網(wǎng)絡(luò) 33
3.1 卷積神經(jīng)網(wǎng)絡(luò) 33
3.2 簡單循環(huán)神經(jīng)網(wǎng)絡(luò) 34
3.3 深層循環(huán)神經(jīng)網(wǎng)絡(luò) 36
3.4 本章小結(jié) 37
第4章 基于啟發(fā)知識的學(xué)習(xí)方法 38
4.1 兄弟學(xué)習(xí) 38
4.2 頓悟?qū)W習(xí) 40
4.3 本章小結(jié) 43
第5章 極限學(xué)習(xí)機 44
5.1 引言 44
5.2 *小二乘擬和及Moore-Penrose廣義逆 45
5.3 標準SLFN數(shù)學(xué)模型 48
5.4 ELM學(xué)習(xí)算法 50
5.5 ELM的特征映射和特征空間 53
5.6 ELM、RVFL及其一般化結(jié)構(gòu) 56
5.7 ELM的理論基礎(chǔ) 58
5.8 本章小結(jié) 61
第6章 基于深度學(xué)習(xí)的網(wǎng)站智能信息挖掘 62
6.1 引言 62
6.2 網(wǎng)站信息的計算機自動獲取 63
6.3 基于深度學(xué)習(xí)的網(wǎng)站相似度研究 64
6.4 網(wǎng)站內(nèi)容豐富度研究 67
6.5 面向任務(wù)的興趣推送 69
6.6 本章小結(jié) 71
第7章 基于卷積神經(jīng)網(wǎng)絡(luò)的甲骨文異體字識別 72
7.1 引言 72
7.2 相關(guān)研究 74
7.3 符號定義及概念 76
7.4 甲骨文異體字識別方法 76
7.5 實驗及分析 85
7.6 總結(jié)與展望 92
第8章 基于LSTM 的小說情節(jié)高潮識別 94
8.1 引言 94
8.2 相關(guān)概念 96
8.3 情節(jié)高潮識別方法 100
8.4 算法實現(xiàn) 102
8.5 實驗及分析 104
8.6 總結(jié)與展望 110
第9章 大規(guī)模復(fù)雜異質(zhì)圖動態(tài)的構(gòu)建 111
9.1 引言 111
9.2 大規(guī)模復(fù)雜異質(zhì)圖舉例 112
9.3 國內(nèi)外現(xiàn)狀及發(fā)展動態(tài) 115
9.4 大規(guī)模復(fù)雜異質(zhì)圖學(xué)習(xí)的研究內(nèi)容 121
9.5 本章小結(jié) 123
第10章 基于深度學(xué)習(xí)的大規(guī)模復(fù)雜異質(zhì)圖動態(tài)分析 124
10.1 復(fù)雜異質(zhì)動態(tài)圖數(shù)據(jù)的采集與存儲管理 124
10.2 復(fù)雜異質(zhì)動態(tài)圖的構(gòu)建與表示 125
10.3 動態(tài)圖的演變模式分析 127
10.4 大規(guī)模復(fù)雜異質(zhì)圖動態(tài)變化的優(yōu)化 129
10.5 大規(guī)模復(fù)雜異質(zhì)圖學(xué)習(xí)的實現(xiàn) 130
10.6 大規(guī)模復(fù)雜異質(zhì)圖學(xué)習(xí)算法 135
10.7 本章小結(jié) 140
參考文獻 141

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