机器学习及其应用2011

《病划本厚设型机器学习及其应用20军德呼行尽卫再京11》是2011年清华大学出版社出版的图书，作者是周志华,，杨强。来自本书的主要内爱细鸡农余容是机器的学习以及应用。

• 中文名 机器学习及其应用2011
• 出版社 清华大学出版社
• 作者 周志华
• 出版时间 2011年11月1日
• 装帧 平装

内容简介

　　《机器学习及其应用2011》主要内容简介:机来自器学习是计算机科学和人工智能中非常重要的一个研究领域。近年来，机器学习不仅在计算机科学的众360百科多领域中大显身手，还成为一些交叉学科的重要支持技术。《机器学习及其应用2011》邀请国内外相关领域的专家撰文，以综述的形式分别你基介绍机器学习不同分支及相关领域的研究进展。全书共分14章，内容分别涉及因果推断、流形学习与降维、迁移学习、类别不平衡学习、演化聚类、多标记学习、排序学习、半监督学习等技术和协同过滤、社区推荐、机器翻译等应用，以及互联网应用对机器学差苗凯精厂烈院听适观线习技术需求的探讨。《机器学习及其应用2011》可供计算机、自动化及相关专业的研究人员、教师、研究生和工程技术人员参考。

目录

　　因果推断的可分解性和可传递性问题

　　冷冷粒固直抗1 引言

　　2 图模型结构学习的可分解条件

　　3 直接作用和间接作用

　　3.1 基于关联模型的直接作与站果用与间接作用

　　3.2 基于因果模型的主分层直接作用

　　3.3 控制的和自然的直接作用

　　4 因果作用的可传递性问题

　　5 讨论

　　参考文献

　　机器学习的几何观点

　　1 引言

　　2 监督学习、半监督学习与无监督学习

　　3 基于几何拓扑的降维算语以法

　　3.1 流形降维

　　3.2 几何和拓扑

　　3.3 保局投影

　　4 主动学习和半监十附怎飞镇占型友纸督学习:基于几何的观点

　　5 沿半烟双肉额结束语和展望

　　参考文送比仍复从里殖北准献

　　协同过滤与链接预测的迁移学习问题

　　1 引言

　　1.1 问题背景

　　1.2 相关研航沿开究工作综述

　　2 基于矩阵分解的潜在特征空间共享

　　2.1 组级评分矩阵共享

　　2.2 项目潜在特征共享

　　3 协同过滤客的迁移学习

　　3.1 评分矩阵生成模型

　　3.2 实需罪呀首验结果

　　4 链接预测的迁移哥称较束支学习

　　4.1 集体链接预测模型

　　4.2 实验结果

　　5 结语

　　参考文献

　　LDA的并行化运算及其应用

　　1 引言

　　境编孔米2 LDA算法介绍

　　3 LDA算法的并行化一一PLDA

　　4 LDA算法的进一步并行米局儿供化配永片现衡化一一PLDA十

　　5 AdHeat算法一一PLDA在社区推荐中的应用

　　6 结束语

　　参考文献

　　关于二类模式分类问题的分解

　　1 引言

　　2 最小最大模块化网络

　　2.1 问题分解

　　2.2 模块集成

　　3 高斯零交叉函数最小最大模块化网络

　　3.1 高斯零交叉函数

　　3.2 高斯零交叉函数最小最大模块化网络的特点

　　3.3 与其他分类器的关系

　　4 大规模二类问题的分解策略

　　4.1 随机分解

　　4.2 超平面分解

　　4.3 聚类分解

　　4.4 基于先验知快获句识的分解

　　5 大规模不平衡专利数据分类

　　5.1 实验数据

　　5.2 最小最大模块化Lib1inear

　　5.3 性能评价指标

　　5.4 Section层上A类为正类的二类问题实验

　　5.5 Section层上的全部二类问题实验

　　6 结论

　　控煤相区半视……

　　面向降维的图构建技术

　　统计词对齐

　　概念、相似性与聚类分析

　　互联网行业对机器学习和杆走月庆位北其他计算技术的需求

　　基于指数族混合模型的在线式演化聚类算法

　　多标记学习