机器学习及其应用2011

出版时间：2011-11  出版社：清华大学出版社  作者：周志华　等主编  页数：258  
Tag标签：无  

内容概要

　　本书主要内容简介：机器学习是计算机科学和人工智能中非常重要的一个研究领域。近年来，机器学习不仅在计算机科学的众多领域中大显身手，还成为一些交叉学科的重要支持技术。本书邀请国内外相关领域的专家撰文，以综述的形式分别介绍机器学习不同分支及相关领域的研究进展。全书共分14章，内容分别涉及因果推断、流形学习与降维、迁移学习、类别不平衡学习、演化聚类、多标记学习、排序学习、半监督学习等技术和协同过滤、社区推荐、机器翻译等应用，以及互联网应用对机器学习技术需求的探讨。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。

书籍目录

因果推断的可分解性和可传递性问题
1 引言
2 图模型结构学习的可分解条件
3 直接作用和间接作用
　3.1 基于关联模型的直接作用与间接作用
　3.2 基于因果模型的主分层直接作用
　3.3 控制的和自然的直接作用
4 因果作用的可传递性问题
5 讨论
参考文献
机器学习的几何观点
1 引言
2 监督学习、半监督学习与无监督学习
3 基于几何拓扑的降维算法
3.1 流形降维
3.2 几何和拓扑
3.3 保局投影
4 主动学习和半监督学习：基于几何的观点
5 结束语和展望
参考文献
协同过滤与链接预测的迁移学习问题
1 引言
　1.1 问题背景
　1.2 相关研究工作综述
2 基于矩阵分解的潜在特征空间共享
　2.1 组级评分矩阵共享
　2.2 项目潜在特征共享
3 协同过滤的迁移学习
　3.1 评分矩阵生成模型
　3.2 实验结果
4 链接预测的迁移学习
　4.1 集体链接预测模型
　4.2 实验结果
5 结语
参考文献
LDA的并行化运算及其应用
1 引言
2 LDA算法介绍
3 LDA算法的并行化一一PLDA
4 LDA算法的进一步并行化一一PLDA十
5 AdHeat算法一一PLDA在社区推荐中的应用
6 结束语
参考文献
关于二类模式分类问题的分解
1 引言
2 最小最大模块化网络
　2.1 问题分解
　2.2 模块集成
3 高斯零交叉函数最小最大模块化网络
　3.1 高斯零交叉函数
　3.2 高斯零交叉函数最小最大模块化网络的特点
　3.3 与其他分类器的关系
4 大规模二类问题的分解策略
　4.1 随机分解
　4.2 超平面分解
　4.3 聚类分解
　4.4 基于先验知识的分解
5 大规模不平衡专利数据分类
　5.1 实验数据
　5.2 最小最大模块化Lib1inear
　5.3 性能评价指标
　5.4 Section层上A类为正类的二类问题实验
　5.5 Section层上的全部二类问题实验
6 结论
　……
面向降维的图构建技术
统计词对齐
概念、相似性与聚类分析
互联网行业对机器学习和其他计算技术的需求
基于指数族混合模型的在线式演化聚类算法
多标记学习
Ranking on Large-scale Graphs with Rich Metadata
Semi-supervised Learnin~with Mixed Unlabeled Data
Learning with Local Consistency

章节摘录

版权页：插图：特别是给定的属性是概念的本质属性的情况下，如年龄属性准确描述了一个人像老人的程度，年龄属性本身可以看作相似性程度。因此，概念的本质特征，有时就可以看作是相似性自身。同样给定概念的情况下，某个对象与此概念的本质相似程度，可以直接看作是该概念的本质属性。但是，一般情况下，人们只能得到概念的相关属性，而非其本质属性。在特定概念和其相关属性给定的情况下，合理相似性的定义就变成了如何由相关特征提取本质属性的过程，一般来说，这属于监督学习的范畴。本文将不仔细讨论监督学习下相似性计算的问题。但是，如果概念事先未知，在只有给定属性的情形下，相似性对于概念的提取具有重要作用。特别地，对于从图像中识别概念，格式塔学派提出了知觉组织的几条原则：相似性原则、邻近性原则等。相似性原则是指人们偏向于将相似性的对象优先组合在一起，即所谓物以类聚的问题。邻近性原则是指人们偏向于将空间距离相近的对象优先组合在一起，这是一种空间上的相似性。

编辑推荐

《机器学习及其应用2011》为中国计算机学会学术著作丛书:知识科学系列9之一。

用户评论 (总计8条)

•   很不错的一本书。有机器学习的最新研究动态。
•   这个系列的图书，一直在关注
•   不必怀疑，大神的作品，值得拥有。
•   看起来更像一本中文版的论文合集，没有详细看
•   综述性的介绍，挺好的
•   内容上基本涵盖了机器学习的应用和理论进展,很喜欢这样的书,很有质量的书
•   满意，不错，写的很好。
•   今年的机器学习及其应用研讨会在清华召开了，会间休息之余，看到清华出版社在销售这本会议论文集，没想到卓越很快就上架了，于是迅速收入手中，呵呵，学习学习。