2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊
> >
智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾

智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾

出版社：機(jī)械工業(yè)出版社出版時(shí)間：2017-01-01
開本： 16開 頁數(shù)： 246
中 圖 價(jià):¥67.2(8.5折) 定價(jià)  ¥79.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾 版權(quán)信息

智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾 本書特色

利用復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)和動(dòng)力學(xué)特性，可以為機(jī)器學(xué)習(xí)中的特征選擇以及樣本標(biāo)注提供新方法。

智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾 內(nèi)容簡介

本書結(jié)合兩個(gè)重要和流行的研究領(lǐng)域：復(fù)雜網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)，不僅包括基礎(chǔ)背景知識(shí)，還包含近期*新的研究進(jìn)展。書中包括大量插圖和例題幫助讀者理解主要思想和實(shí)現(xiàn)細(xì)節(jié)。

智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾 目錄

譯者序
前言
作者簡介
符號(hào)列表
第1章概述
1.1背景
1.2本書主要內(nèi)容
1.3本書結(jié)構(gòu)
參考文獻(xiàn)
第2章復(fù)雜網(wǎng)絡(luò)
2.1圖論簡介
2.1.1圖的定義
2.1.2圖的連通性
2.1.3路徑和環(huán)路
2.1.4子圖
2.1.5樹和森林
2.1.6圖的矩陣表示
2.2網(wǎng)絡(luò)演化模型
2.2.1隨機(jī)網(wǎng)絡(luò)
2.2.2小世界網(wǎng)絡(luò)
2.2.3無標(biāo)度網(wǎng)絡(luò)
2.2.4隨機(jī)聚類網(wǎng)絡(luò)
2.2.5核心邊緣網(wǎng)絡(luò)
2.3復(fù)雜網(wǎng)絡(luò)的統(tǒng)計(jì)描述
2.3.1度和度相關(guān)性
2.3.2距離和路徑
2.3.3網(wǎng)絡(luò)結(jié)構(gòu)
2.3.4網(wǎng)絡(luò)中心性
2.3.5復(fù)雜網(wǎng)絡(luò)度量方法的分類
2.4復(fù)雜網(wǎng)絡(luò)上的動(dòng)力學(xué)過程
2.4.1隨機(jī)游走
2.4.2惰性隨機(jī)游走
2.4.3自避行走
2.4.4游客漫步
2.4.5流行病傳播
2.5本章小結(jié)
參考文獻(xiàn)
第3章機(jī)器學(xué)習(xí)
3.1引言
3.2監(jiān)督學(xué)習(xí)
3.2.1數(shù)學(xué)表達(dá)式和基本假設(shè)
3.2.2主要算法
3.3無監(jiān)督學(xué)習(xí)
3.3.1數(shù)學(xué)表達(dá)式和基本假設(shè)
3.3.2主要算法
3.4半監(jiān)督學(xué)習(xí)
3.4.1研究目的
3.4.2數(shù)學(xué)表達(dá)式和基本假設(shè)
3.4.3主要算法
3.5基于網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法概述
3.6本章小結(jié)
參考文獻(xiàn)
第4章網(wǎng)絡(luò)構(gòu)建技術(shù)
4.1引言
4.2相似性與相異性
4.2.1定義
4.2.2基于向量形式的相似性函數(shù)實(shí)例
4.3向量數(shù)據(jù)的網(wǎng)絡(luò)轉(zhuǎn)化
4.3.1k近鄰和半徑網(wǎng)絡(luò)
4.3.2k近鄰和半徑組合的網(wǎng)絡(luò)構(gòu)建技術(shù)
4.3.3b匹配網(wǎng)絡(luò)
4.3.4線性鄰域網(wǎng)絡(luò)
4.3.5松弛線性鄰域網(wǎng)絡(luò)
4.3.6聚類啟發(fā)式網(wǎng)絡(luò)
4.3.7重疊直方圖網(wǎng)絡(luò)
4.3.8其他網(wǎng)絡(luò)構(gòu)建技術(shù)
4.4時(shí)間序列數(shù)據(jù)的網(wǎng)絡(luò)轉(zhuǎn)化
4.4.1周期網(wǎng)絡(luò)
4.4.2相關(guān)網(wǎng)絡(luò)
4.4.3循環(huán)網(wǎng)絡(luò)
4.4.4轉(zhuǎn)移網(wǎng)絡(luò)
4.5網(wǎng)絡(luò)構(gòu)建方法分類
4.6非結(jié)構(gòu)化數(shù)據(jù)網(wǎng)絡(luò)轉(zhuǎn)化的難點(diǎn)
4.7本章小結(jié)
參考文獻(xiàn)
第5章基于網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)
5.1引言
5.2典型的基于網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)技術(shù)
5.2.1基于k關(guān)聯(lián)圖的分類算法
5.2.2網(wǎng)絡(luò)學(xué)習(xí)工具：NetKit
5.2.3易訪問啟發(fā)式的分類算法
5.3本章小結(jié)
參考文獻(xiàn)
第6章基于網(wǎng)絡(luò)的無監(jiān)督學(xué)習(xí)
6.1引言
6.2社團(tuán)檢測算法
6.2.1相關(guān)概念
6.2.2數(shù)學(xué)表達(dá)式和基本假設(shè)
6.2.3前沿技術(shù)綜述
6.2.4社團(tuán)檢測基準(zhǔn)
6.3典型的基于網(wǎng)絡(luò)的無監(jiān)督學(xué)習(xí)技術(shù)
6.3.1介數(shù)
6.3.2模塊度*大化
6.3.3譜平分法
6.3.4基于粒子競爭模型的社團(tuán)檢測
6.3.5變色龍算法
6.3.6基于空間變換和群體動(dòng)力學(xué)的社團(tuán)檢測
6.3.7同步方法
6.3.8重疊社團(tuán)挖掘
6.3.9網(wǎng)絡(luò)嵌入與降維
6.4本章小結(jié)
參考文獻(xiàn)
第7章基于網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)
7.1引言
7.2數(shù)學(xué)假設(shè)
7.3典型的基于網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)技術(shù)
7.3.1*大流和*小割
7.3.2高斯隨機(jī)場和調(diào)和函數(shù)
7.3.3Tikhonov正則化框架
7.3.4局部和全局一致性算法
7.3.5附著法
7.3.6模塊化方法
7.3.7相互作用力
7.3.8判別式游走
7.4本章小結(jié)
參考文獻(xiàn)
第8章基于網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)專題研究：高級(jí)數(shù)據(jù)分類
8.1引言
8.2問題提出
8.3高級(jí)分類模型
8.3.1高級(jí)分類模型的總體思路
8.3.2混合分類框架的構(gòu)建
8.4高級(jí)分類器的構(gòu)建方法
8.4.1傳統(tǒng)的基于網(wǎng)絡(luò)度量方法的高級(jí)分類器構(gòu)建
8.4.2基于隨機(jī)游走的高級(jí)分類器構(gòu)建
8.5高級(jí)分類器的數(shù)值分析
8.5.1高級(jí)分類器應(yīng)用樣本
8.5.2參數(shù)敏感性分析
8.6應(yīng)用：手寫數(shù)字識(shí)別
8.6.1相關(guān)研究
8.6.2手寫數(shù)字?jǐn)?shù)據(jù)集MNIST
8.6.3圖像相似性計(jì)算算法
8.6.4混合分類框架中的低級(jí)分類技術(shù)
8.6.5混合分類器的性能
8.6.6手寫數(shù)字識(shí)別樣本8.7本章小結(jié)
參考文獻(xiàn)
第9章基于網(wǎng)絡(luò)的無監(jiān)督學(xué)習(xí)專題研究：隨機(jī)競爭學(xué)習(xí)
9.1引言
9.2隨機(jī)競爭學(xué)習(xí)算法模型
9.2.1模型原理
9.2.2轉(zhuǎn)移矩陣的推導(dǎo)
9.2.3隨機(jī)非線性動(dòng)力系統(tǒng)的定義
9.2.4計(jì)算社團(tuán)數(shù)目的方法
9.2.5重疊結(jié)構(gòu)的檢測方法
9.2.6參數(shù)敏感性分析
9.2.7收斂分析
9.3模型的理論分析
9.3.1數(shù)學(xué)分析
9.3.2粒子競爭模型與傳統(tǒng)的多粒子隨機(jī)游走
9.3.3樣本分析
9.4重疊節(jié)點(diǎn)及社團(tuán)檢測的數(shù)值分析
9.4.1扎卡里空手道俱樂部網(wǎng)絡(luò)
9.4.2海豚社交網(wǎng)絡(luò)
9.4.3《悲慘世界》人物關(guān)系網(wǎng)絡(luò)
9.5應(yīng)用：手寫數(shù)字識(shí)別和字母聚類
9.5.1數(shù)據(jù)集情況
9.5.2*優(yōu)粒子數(shù)和集簇?cái)?shù)
9.5.3手寫數(shù)字或字母聚類
9.6本章小結(jié)
參考文獻(xiàn)
第10章基于網(wǎng)絡(luò)的半監(jiān)督學(xué)習(xí)專題研究：隨機(jī)競爭合作學(xué)習(xí)
10.1引言
10.2隨機(jī)競爭合作模型
10.2.1半監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)的差異
10.2.2半監(jiān)督學(xué)習(xí)環(huán)境
10.2.3競爭轉(zhuǎn)移矩陣的修正
10.2.4系統(tǒng)初始條件的修正
10.3模型的理論分析
10.3.1數(shù)學(xué)分析
10.3.2樣本分析
10.4模型的數(shù)值分析
10.4.1人工合成數(shù)據(jù)集上的模擬
10.4.2真實(shí)數(shù)據(jù)集上的模擬
10.5應(yīng)用：錯(cuò)誤標(biāo)記數(shù)據(jù)集上的錯(cuò)誤標(biāo)簽傳播檢測和預(yù)防
10.5.1問題提出
10.5.2錯(cuò)誤標(biāo)記訓(xùn)練集的檢測
10.5.3錯(cuò)誤標(biāo)簽傳播的預(yù)防
10.5.4競爭合作模型學(xué)習(xí)系統(tǒng)的修正
10.5.5參數(shù)敏感性分析
10.5.6計(jì)算機(jī)模擬
10.6本章小結(jié)
參考文獻(xiàn)
展開全部

智能科學(xué)與技術(shù)叢書基于復(fù)雜網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法/(巴西)迪亞戈.克里斯蒂亞諾 作者簡介

迪亞戈·克里斯蒂亞諾·席爾瓦（Thiago Christiano Silva） 巴西中央銀行研究員，博士畢業(yè)于巴西圣保羅大學(xué)，目前的研究領(lǐng)域包括機(jī)器學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)、金融穩(wěn)定性、系統(tǒng)風(fēng)險(xiǎn)和銀行業(yè)務(wù)等。 趙亮（Liang Zhao） 巴西圣保羅大學(xué)教授，計(jì)算機(jī)科學(xué)與數(shù)學(xué)系主任，博士畢業(yè)于巴西航空技術(shù)學(xué)院，目前的研究興趣包括機(jī)器學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)和模式識(shí)別。

商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服