图书介绍

机器学习及其应用 2015PDF|Epub|txt|kindle电子书版本网盘下载

机器学习及其应用 2015
  • 高新波，张军平主编 著
  • 出版社： 北京：清华大学出版社
  • ISBN：9787302406594
  • 出版时间：2015
  • 标注页数：213页
  • 文件大小：46MB
  • 文件页数：228页
  • 主题词：机器学习

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：7ba5a6db9aaf489a14144925f2ce1447

下载说明

机器学习及其应用 2015PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

稀疏学习在多任务学习中的应用&龚平华 张长水1

1 引言1

2 鲁棒多任务特征学习2

3 多阶段多任务特征学习8

4 结语15

参考文献15

众包数据标注中的隐类别分析&田天 朱军19

1 引言19

2 众包标注问题20

3 标注整合的几种基本模型23

3.1 多数投票模型23

3.2 混淆矩阵模型24

4 众包标注中的隐类别结构26

5 隐类别估计28

6 实验表现30

7 结语32

参考文献33

演化优化的理论研究进展&俞扬35

1 引言35

2 演化优化算法36

3 演化优化的理论发展38

4 运行时间分析方法39

5 逼近性能分析41

6 算法参数分析43

7 结语45

参考文献47

基于贝叶斯卷积网络的深度学习算法&陈渤53

1 引言53

2 多层稀疏因子分析57

2.1 单层模型57

2.2 抽取和最大池化58

2.3 模型特征和可视化59

3 层次化贝叶斯分析59

3.1 层级结构59

3.2 计算60

3.3 贝叶斯输出的应用60

3.4 与之前模型的相关性61

4 推理中发掘卷积61

4.1 Gibbs采样61

4.2 VB推理61

4.3 在线VB62

5 实验结果63

5.1 参数设定63

5.2 合成数据以及MNIST数据64

5.3 Caltech 101数据分析67

5.4 每层的激活情况71

5.5 稀疏性71

5.6 对于Caltech 101的分类73

5.7 在线VB和梵·高油画分析76

6 结语77

参考文献79

半监督支持向量机学习方法的研究&李宇峰 周志华83

1 引言83

2 半监督支持向量机简介84

3 半监督支持向量机学习方法86

3.1 多：用于多训练示例的大规模半监督支持向量机87

3.2 快：用于提升学习效率的快速半监督支持向量机90

3.3 好：用于提供性能保障的安全半监督支持向量机94

3.4 省：用于代价抑制的代价敏感半监督支持向量机98

4 结语102

参考文献103

差分隐私保护的机器学习&王立威 郑凯109

1 引言109

2 相关定义及性质111

3 常用机制113

4 针对光滑查询的隐私保护机制117

5 实验结果121

6 结语122

参考文献123

学习无参考型图像质量评价方法研究&高新波 何立火127

1 引言127

2 基于特征表示的图像质量评价方法128

2.1 基于特征降维的无参考型图像质量评价方法129

2.2 基于图像块学习的无参考型图像质量评价方法129

2.3 基于稀疏表示的无参考型图像质量评价方法129

3 基于回归分析的图像质量评价方法132

3.1 基于支撑矢量回归的无参考型图像质量评价方法132

3.2 基于神经网络的无参考型图像质量评价方法133

3.3 基于多核学习的无参考型图像质量评价方法133

4 基于贝叶斯推理的图像质量评价方法137

4.1 简单概率模型图像质量评价方法138

4.2 基于主题概率模型的图像质量评价方法138

4.3 基于深度学习的图像质量评价方法139

5 实验结果141

6 结语145

参考文献146

图像语义分割&薛向阳151

1 引言151

2 无监督图像区域分割154

3 全监督语义分割方法155

3.1 基于多尺度分割的语义分割方法156

3.2 基于多特征融合的语义分割方法157

3.3 基于深度网络的语义分割方法159

4 弱监督语义分割方法161

4.1 带Bounding Box训练图像数据161

4.2 有精确图像层标签的训练图像数据161

4.3 带噪声标签的训练图像数据165

5 面向语义图像分割的常用数据集167

6 不同监督条件下state of the art方法对比168

7 结语169

参考文献170

机器学习在多模态脑图像分析中的应用&张道强 程波 接标 刘明霞175

1 引言175

2 流形正则化多任务特征学习176

3 多模态流形正则化迁移学习179

4 视图中心化的多图谱分类181

5 实验结果185

5.1 流形正则化多任务特征学习185

5.2 多模态流形正则化迁移学习189

5.3 视图中心化的多图谱分类193

6 结语196

参考文献197

寒武纪神经网络计算机&陈天石 陈云霁201

1 人工神经网络201

2 曾经的失败202

2.1 算法：SVM的崛起203

2.2 应用：认知任务被忽略203

2.3 工艺：通用处理器享受摩尔定律红利203

3 神经网络计算机的涅槃204

3.1 算法：深度学习的有效训练算法204

3.2 应用：认知任务的普遍化205

3.3 工艺：暗硅时代的到来205

3.4 第二代神经网络的兴起206

4 主要挑战206

5 寒武纪神经网络（机器学习）处理器207

5.1 DianNao207

5.2 DaDianNao208

5.3 PuDianNao210

6 未来工作212

参考文献212

热门推荐