12-20 12:18 阅读 204

关注

机器学习及其应用2015 PDF 清晰版

给大家带来的一篇关于机器学习相关的电子书资源，介绍了关于机器学习、应用方面的内容，本书是由清华大学出版社出版，格式为PDF，资源大小45.1MB，高新波、张军平编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：8.7分

资源详情		相关推荐
	出版社：清华大学出版社 作者：高新波、张军平 大小：45.1MB 类别：机器学习 热度：165	机器学习系统设计 python机器学习：Scikit-learn使用手册 实用机器学习 机器学习从认知到实践 第2辑 机器学习在线：解析阿里云机器学习平台

高新波、张军平主编的《机器学习及其应用 （2015）》是对第十一届和十二届中国机器学习及其 应用研讨会的一个总结，共邀请了会议中的10位专家 就其研究领域撰文，以综述的形式探讨了机器学习不 同分支及相关领域的研究进展。全书共分10章，内容 分别涉及稀疏学习、众包数据中的隐类别分析、演化 优化、深度学习、半监督支持向量机、差分隐私保护 等技术，以及机器学习在图像质量评价、图像语义分 割、多模态图像分析等方面的应用，此外，还介绍了 新硬件寒武纪神经网络计算机的研究进展。本书可供计算机、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

• 稀疏学习在多任务学习中的应用

• 1 引言

• 2 鲁棒多任务特征学习

• 3 多阶段多任务特征学习

• 4 结语

• 参考文献

• 众包数据标注中的隐类别分析

• 1 引言

• 2 众包标注问题

• 3 标注整合的几种基本模型

• 3.1 多数投票模型

• 3.2 混淆矩阵模型

• 4 众包标注中的隐类别结构

• 5 隐类别估计

• 6 实验表现

• 7 结语

• 参考文献

• 演化优化的理论研究进展

• 1 引言

• 2 演化优化算法

• 3 演化优化的理论发展

• 4 运行时间分析方法

• 5 逼近性能分析

• 6 算法参数分析

• 7 结语

• 参考文献

• 基于贝叶斯卷积网络的深度学习算法

• 1 引言

• 2 多层稀疏因子分析

• 2.1 单层模型

• 2.2 抽取和最大池化

• 2.3 模型特征和可视化

• 3 层次化贝叶斯分析

• 3.1 层级结构

• 3.2 计算

• 3.3 贝叶斯输出的应用

• 3.4 与之前模型的相关性

• 4 推理中发掘卷积

• 4.1 Gibbs采样

• 4.2 VB推理

• 4.3 在线VB

• 5 实验结果

• 5.1 参数设定

• 5.2 合成数据以及MNIST数据

• 5.3 Caltech 101数据分析

• 5.4 每层的激活情况

• 5.5 稀疏性

• 5.6 对于Caltech 101的分类

• 5.7 在线VB和梵·高油画分析

• 6 结语

• 参考文献

• 半监督支持向量机学习方法的研究

• 1 引言

• 2 半监督支持向量机简介

• 3 半监督支持向量机学习方法

• 3.1 多：用于多训练示例的大规模半监督支持向量机

• 3.2 快：用于提升学习效率的快速半监督支持向量机

• 3.3 好：用于提供性能保障的安全半监督支持向量机

• 3.4 省：用于代价抑制的代价敏感半监督支持向量机

• 4 结语

• 参考文献

• 差分隐私保护的机器学习

• 1 引言

• 2 相关定义及性质

• 3 常用机制

• 4 针对光滑查询的隐私保护机制

• 5 实验结果

• 6 结语

• 参考文献

• 学习无参考型图像质量评价方法研究

• 1 引言

• 2 基于特征表示的图像质量评价方法

• 2.1 基于特征降维的无参考型图像质量评价方法

• 2.2 基于图像块学习的无参考型图像质量评价方法

• 2.3 基于稀疏表示的无参考型图像质量评价方法

• 3 基于回归分析的图像质量评价方法

• 3.1 基于支撑矢量回归的无参考型图像质量评价方法

• 3.2 基于神经网络的无参考型图像质量评价方法

• 3.3 基于多核学习的无参考型图像质量评价方法

• 4 基于贝叶斯推理的图像质量评价方法

• 4.1 简单概率模型图像质量评价方法

• 4.2 基于主题概率模型的图像质量评价方法

• 4.3 基于深度学习的图像质量评价方法

• 5 实验结果

• 6 结语

• 参考文献

• 图像语义分割

• 1 引言

• 2 无监督图像区域分割

• 3 全监督语义分割方法

• 3.1 基于多尺度分割的语义分割方法

• 3.2 基于多特征融合的语义分割方法

• 3.3 基于深度网络的语义分割方法

• 4 弱监督语义分割方法

• 4.1 带Bounding Box训练图像数据

• 4.2 有精确图像层标签的训练图像数据

• 4.3 带噪声标签的训练图像数据

• 5 面向语义图像分割的常用数据集

• 6 不同监督条件下state of the art方法对比

• 7 结语

• 参考文献

• 机器学习在多模态脑图像分析中的应用

• 1 引言

• 2 流形正则化多任务特征学习

• 3 多模态流形正则化迁移学习

• 4 视图中心化的多图谱分类

• 5 实验结果

• 5.1 流形正则化多任务特征学习

• 5.2 多模态流形正则化迁移学习

• 5.3 视图中心化的多图谱分类

• 6 结语

• 参考文献

• 寒武纪神经网络计算机

• 1 人工神经网络

• 2 曾经的失败

• 2.1 算法：SVM的崛起

• 2.2 应用：认知任务被忽略

• 2.3 工艺：通用处理器享受摩尔定律红利

• 3 神经网络计算机的涅槃

• 3.1 算法：深度学习的有效训练算法

• 3.2 应用：认知任务的普遍化

• 3.3 工艺：暗硅时代的到来

• 3.4 第二代神经网络的兴起

• 4 主要挑战

• 5 寒武纪神经网络（机器学习）处理器

• 5.1 DianNao

• 5.2 DaDianNao

• 5.3 PuDianNao

• 6 未来工作

• 参考文献