機器學習及其應用

機器學習及其應用
ISBN-10
9576819628
ISBN-13
9789576819629
Category
Computers / Programming / Algorithms
Pages
213
Language
Chinese
Published
2019-09-01
Publisher
崧燁文化
Author
高陽、陳松燦

Description

  本書內容涉及穩健的矩陣回歸模型、初等模型的解析解、面向大規模學習的隨機優化、張量分解、基於遞歸神經網路的圖像描述算法、標記分布學習及其應用,以及軟體缺陷挖掘。   楊健教授介紹了幾種全新的穩健回歸模型,包括基於核範數的穩健矩陣回歸,基於推廣冪指數分布的穩健矩陣回歸,基於核-L1範數的聯合矩陣回歸,以及基於樹結構核範數的穩健矩陣回歸。   林宙辰教授討論了若干具有解析解的初等模型,以及其在圖像處理領域的諸多成功應用。   在大規模數據的機器學習算法中,隨機近似是一種新興的技術手段。張利軍教授介紹了階段混合梯度下降、隨機臨近梯度下降,能夠有效降低學習算法的空間和時間複雜度。   張量結構往往用於刻劃數據的多源關係。徐增林教授介紹了非參非線性張量分解,能夠提高分解模型的精確度。   圖像描述是近年來有挑戰性的任務。張長水教授介紹了基於注意力的遞歸神經網路編碼器,刻畫了圖像和句子之間的編碼關係。   和圖像描述類似,大量的機器學習樣本涉及標記多義性的問題。耿新教授詳細介紹了一種新的機器學習設計法——標記分布學習,為解決標記多義性開闢了一條新途徑。   最後,黎銘副教授探討了機器學習技術在軟體缺陷挖掘中的創新應用,以及其中面臨的若干挑戰性問題。

Similar books