机器学习是一种自动分析所构建模型的数据分析方法。通过迭代地从数据中不断学习，机器学习可以使计算机找到一些隐含的信息量，而这些信息量是无法明确通过编程得到的。本书以OpenCV2.4.9为研究工具，对算法—正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、期望极大值、神经网络，不仅具体分析了它们的原理和实现方法，还进行了详细的源码解析，并且给出了基于OpenC
电子书
编辑推荐
适读人群 ：机器学习、人工智能、进化计算方面的研究人员和算法设计人员，包括科研院所、高校、企业的研究和高级开发人员，以及相关专业方向的研究生。
机器学习知名学者周志华教授新作；
中国高校知名人工智能研究团队20年攻关的新理论成果；
给强大的演化算法找到“所以然”的理论支撑，指导机器学习优化问题的进一步发展；
关键定理详细证明过程以附录形式给出，以供有余力的读者深挖。
内容简介
本书共18章，分为四个部分：第一部分(第1-2章)简要介绍演化学习和一些关于理论研究的预备知识；第二部分(第3-6章)介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具；第三部分(第7-12章)介绍演化学习关键因素对算法性能影响的一系列理论结果，包括交叉算子、解的表示、非精确适应度评估、种群的影响等；第四部分(第13-18章)介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 序
- 主要符号表
- 第一部分 绪论与预备知识
- 第1章 绪论
- 1.1 机器学习
- 1.2 演化学习
- 1.3 多目标优化
- 1.4 本书组织
- 第2章 预备知识
- 2.1 演化算法
- 2.2 伪布尔函数
- 2.3 运行时间复杂度
- 2.4 马尔可夫链建模
- 2.5 分析工具
- 第二部分 分析方法
- 第3章 运行时间分析：收敛分析法
- 3.1 收敛分析框架
- 3.2 收敛分析应用例释
- 3.3 小结
- 第4章 运行时间分析：调换分析法
- 4.1 调换分析框架
- 4.2 调换分析应用例释
- 4.3 小结
- 第5章 运行时间分析方法的比较
- 5.1 分析方法的形式化
- 5.2 调换分析与适应层分析
- 5.3 调换分析与漂移分析
- 5.4 调换分析与收敛分析
- 5.5 分析方法综论
- 5.6 小结
- 第6章 近似分析
- 6.1 SEIP框架
- 6.2 SEIP应用例释
- 6.3 小结
- 第三部分 理论透视
- 第7章 边界问题
- 7.1 边界问题辨识
- 7.2 案例分析
- 7.3 小结
- 第8章 交叉算子
- 8.1 交叉与变异
- 8.2 采用交叉算子的多目标演化算法
- 8.3 案例分析
- 8.4 实验验证
- 8.5 小结
- 第9章 解的表示
- 9.1 遗传编程之解表示
- 9.2 案例分析：最大匹配
- 9.3 案例分析：最小生成树
- 9.4 实验验证
- 9.5 小结
- 第10章 非精确适应度评估
- 10.1 带噪优化
- 10.2 带噪适应度的影响
- 10.3 抗噪：阈值选择
- 10.4 抗噪：抽样
- 10.5 实验验证
- 10.6 小结
- 第11章 种群
- 11.1 种群的影响
- 11.2 种群对噪声的鲁棒性
- 11.3 小结
- 第12章 约束优化
- 12.1 不可行解的影响
- 12.2 帕累托优化的效用
- 12.3 小结
- 第四部分 学习算法
- 第13章 选择性集成
- 13.1 选择性集成
- 13.2 POSE算法
- 13.3 理论分析
- 13.4 实验测试
- 13.5 小结
- 第14章 子集选择
- 14.1 子集选择
- 14.2 POSS算法
- 14.3 理论分析
- 14.4 实验测试
- 14.5 小结
- 第15章 子集选择：k次模最大化
- 15.1 单调k次模函数最大化
- 15.2 POk SM算法
- 15.3 理论分析
- 15.4 实验测试
- 15.5 小结
- 第16章 子集选择：比率最小化
- 16.1 单调次模函数的比率最小化
- 16.2 PORM算法
- 16.3 理论分析
- 16.4 实验测试
- 16.5 小结
- 第17章 子集选择：噪声
- 17.1 带噪子集选择
- 17.2 PONSS算法
- 17.3 理论分析
- 17.4 实验测试
- 17.5 小结
- 第18章 子集选择：加速
- 18.1 PPOSS算法
- 18.2 理论分析
- 18.3 实验测试
- 18.4 小结
- 附录A：证明
- 参考文献
展开全部
演化学习：理论与算法进展是2021年由人民邮电出版社出版,作者周志华。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《演化学习：理论与算法进展》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书旨在为读者建立完整的深度学习知识体系。全书内容包含3个部分，第一部分为与深度学习相关的数学基础；第二部分为深度学习的算法基础以及相关实现；第三部分为深度学习的实际应用。
电子书
《机器视觉与机器学习——算法原理、框架应用与代码实现》内容共10章。第1章为绪论，包括机器视觉的相关概念，机器视觉的发展、基本任务、应用领域与困难，以及马尔视觉理论；第2章为数字图像处理；第3章为相机成像；第4章为相机标定；第5章为ShapefromX；第6章为双目立体视觉；第7章为结构光三维视觉；第8章为深度相机，介绍当前颇受欢迎的Kinect、IntelRealSense等深度相机的知识与相关
电子书
一学就会的数学知识，通俗易懂的算法原理，经典实用的编程实践。
电子书
机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个非常接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决策。深度学习在快速的发展过程中，不断有与其相关的产品推向市场，显然，深度学习的应用将会日趋广泛。《Python深度学习：逻辑、算法与编程实战》是关于深度学习的理论、算法、应用的实战教程，内容涵盖深度学习的语言、学习环境、典型
电子书
本书内容结合微电子产业和计算机硬件产业的最新发展现状和技术前沿，注重基础性、高阶性、创新性和挑战性相结合，采用模块化的思想对教学内容进行有机划分，全书共9章，可以分为三个部分。第一部分是数字逻辑电路的基础，由第1～3章组成，包括基本知识、逻辑代数基础、半导体与集成门电路；第二部分是数字逻辑电路的经典设计和分析方法，由4～8章组成，包括组合逻辑电路、触发器、时序逻辑电路、信号产生与变换电路、数模和模
电子书
“计算机组成原理”是一门理论性、工程性和实践性都很强的专业核心基础课程，其实践教学对理论教学具有强支撑作用，是强化读者计算机系统能力、分析与解决复杂工程问题能力的重要途径。作者本着“理论与实践一体化、实验目标系统化、实验平台虚拟化、课程实验在线化、实验过程游戏化”的原则，历经十年持续的实践教学改革，开发了一系列原创的硬件在线仿真实验，建立了立足计算机系统、逐层递进、以设计型实验为主导的实践教学体系
电子书
本书为基于RISC-V代理内核的计算机操作系统实验教材，实验分为设计基础实验和挑战实验两个部分，主要内容包括RISC-V体系结构、PKE实验和实验环境配置、中断处理、内存管理、进程管理、文件系统。本书采用RISC-V代理内核在实现代码规模极简化的同时，也更好地保证可操作系统在概念和功能上的完整性，有助于学生将实验重点放在操作系统重要概念对应的实现。本书可作为计算机类、电子信息类相关专业操作系统课程
