| 作 者： | 管涛 |
| 出版社： | 合肥工业大学出版社 |
| 丛编项： | |
| 版权说明： | 本书为公共版权或经版权方授权，请支持正版图书 |
| 标 签： | 暂缺 |
| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 算子理论基础
1.1 基本概念和定义
1.2 常用不等式
小结及深入的主题
第2章 统计分析基础
2.1 基本概念
2.2 常见分布及Matlab实现
2.5 收敛性
2.6 随机逼近
小结及深入的主题
第3章 矩阵分解与计算
3.1 基本概念
3.2 矩阵分解与降维
小结及深入的主题
第4章 分类模型
4.1 贝叶斯推断
4.2 高斯混合模型（GMM）
4.3 Logistic回归
4.4 判别分析
4.5 集成学习（Ensemble Learning）
小结及深入的主题
第5章 数据降维方法
5.1 主成分分析（PCA）
5.2 扩展的PCA模型
5.3 流形学习
5.4 谱聚类
5.5 典型谱聚类算法及其性能分析
小结及深入的主题
第6章 聚类分析
6.1 经典聚类模型
6.2 核聚类模型
6.3 常见算法性能的分析与比较
小结及深入的主题
第7章 在线学习
7.1 引言
7.2 模型和算法
2.3 模型复杂性及选择
7.4 算法收敛性、收敛速度和误差界
7.5 典型应用
小结及深入的主题
附录A 常用参数和指标
A.1 期望和方差
A.2 偏度（Skewness）
A.3 峰度（Peakrless／Kurtosis）
附录B 度量
B.1 相关性度量
B.2 距离度量
附录C Cramer-Rao不等式
附录D 中英文对照表
