机器学习及其应用2019

作　者：	于剑封举富张敏灵俞扬
出版社：	清华大学出版社
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

作者简介

　　于剑，博士，目前任北京交通大学计算机学院教授，博导，人工智能研究院常务副院长，是交通数据分析与挖掘北京市重点实验室主任，中国计算机学会会士，中国计算机学会人工智能与模式识别秘书长，中国人工智能学会机器学习专委会副主任。长期从事机器学习、自然语言处理等的研究和应用。在国际杂志、国际会议和国内一级刊物上发表学术论文数100余篇。出版有学术专著《机器学习：从公理到算法》。

内容简介

《机器学习及其应用2019》是对第十五届和第十六届中国“机器学习及其应用”研讨会的一个总结，邀请了与会的11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成果。内容涉及深度学习、主动学习、子空间学习、随机优化、因果图模型、聚类、分类等，介绍了新型深度学习范式，以及机器学习在机器翻译、大数据分析等方面的应用。《机器学习及其应用2019》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阅读参考。

图书目录

关于深度学习的一点思考

1 引言

2 深度神经网络

3 为何“深”

4 为何有必要探讨DNN之外的深度模型

参考文献

随机梯度下降郎之万动力学的泛化分析

1 介绍

2 基本设定

3 理想情况：Langevin方程的泛化性能

4 离散时间序列下SGLD的稳定性

5 离散情形下SGLD算法的PAC-Bayesian理论

6 结论

参考文献

A附录

因果和因果图模型

1 引言

2 因果

3 因果图模型

4 图模型空间

5 总结和讨论

参考文献

一致性学习理论研究

1 引言

2 相关工作

3 噪声环境下k近邻方法一致性

4 Pairwise损失函数一致性

5 总结与展望

参考文献

大规模分类任务的分层学习

1 引言

2 类别的层次结构

3 分层分类的性能评价

4 层次结构的构建

5 分层分类的特征选择

6 分层分类器学习

7 停止机制设计

8 总结与展望

参考文献

概念器的发展与应用

1 概念器模型

2 基于概念器的深度神经网络模型

参考文献

……

从谱聚类到自注意力模型——谈经典机器学习在深度学习时代的新形态

子空间学习研究进展与展望

主动学习研究简介

神经机器翻译

面向个性化教育的大数据分析方法研究与应用