返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书孪生支持向量机9787030548375
  • 正版全新
    • 作者: 丁世飞 著著 | 丁世飞 著编 | 丁世飞 著译 | 丁世飞 著绘
    • 出版社: 科学出版社
    • 出版时间:2017-10-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 丁世飞 著著| 丁世飞 著编| 丁世飞 著译| 丁世飞 著绘
    • 出版社:科学出版社
    • 出版时间:2017-10-01
    • 版次:1
    • 印次:1
    • 印刷时间:2017-10-01
    • 字数:180千字
    • 页数:132
    • 开本:B5
    • ISBN:9787030548375
    • 版权提供:科学出版社
    • 作者:丁世飞 著
    • 著:丁世飞 著
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787030548375
    • 出版社:科学出版社
    • 开本:B5
    • 印刷时间:2017-10-01
    • 语种:中文
    • 出版时间:2017-10-01
    • 页数:132
    • 外部编号:1201602787
    • 版次:1
    • 成品尺寸:暂无

    前言
    章 统计学习理论基础 1
    1.1 机器学习 1
    1.1.1 机器学习的定义 1
    1.1.2 机器学习的发展史 1
    1.1.3 学习问题的表示 2
    1.1.4 经验风险化 3
    1.2 统计学习理论 4
    1.2.1 学习过程的一致条件 4
    1.2.2 VC维 4
    1.. 推广的界 5
    1.2.4 结构风险化 5
    1.3 本章小结 6
    参考文献 7
    第2章 支持向量机理论基础 8
    2.1 支持向量分类机 8
    2.1.1 很优分类超平面 8
    2.1.2 线支持向量分类机 9
    2.1.3 非线支持向量分类机 10
    2.1.4 支持向量 11
    2.1.5 核函数 11
    2.2 支持向量回归机 11
    2.2.1 损失函数 12
    2.2.2 线支持向量回归机 12
    2.. 非线支持向量回归机 13
    . 本章小结 14
    参考文献 15
    第3章 孪生支持向量机理论基础 16
    3.1 孪生支持向量机 16
    3.2 孪生支持向量回归机 20
    3.3 本章小结 22
    参考文献 22
    第4章 孪生支持向量机的模型选择问题 
    4.1 基于粗糙集的孪生支持向量机 
    4.1.1 基于粗糙集的特征选择 
    4.1.2 算法流程 
    4.1.3 数值实验与分析 24
    4.2 基于群智能优化的孪生支持向量机 26
    4.2.1 孪生支持向量机中的参数选择 26
    4.2.2 基于粒子群算法的孪生支持向量机 27
    4.. 基于果蝇算法的孪生支持向量机 31
    4.3 孪生支持向量机核函数的选择问题 39
    4.3.1 基于混合核函数的孪生支持向量机 39
    4.3.2 基于小波核函数的孪生支持向量机 42
    4.4 本章小结 45
    参考文献 46
    第5章 光滑孪生支持向量机 47
    5.1 光滑孪生支持向量机的理论 47
    5.1.1 原始空间中的求解算法 47
    5.1.2 光滑孪生支持向量机算法过程 47
    5.1.3 光滑孪生支持向量机的优势与不足 49
    5.2 多项式光滑孪生支持向量机 50
    5.2.1 PSTWSVM的原理及质 50
    5.2.2 实验与分析 55
    5.3 加权光滑CHKS孪生支持向量机 58
    5.3.1 SCTWSVM的原理及质 58
    5.3.2 非线SCTWSVM 61
    5.3.3 SCTWSVM算法 62
    5.3.4 加权光滑CHKS孪生支持向量机算法过程 62
    5.3.5 实验与分析 64
    5.4 本章小结 68
    参考文献 68
    第6章 投影孪生支持向量机 70
    6.1 概述 70
    6.2 投影孪生支持向量机算理 71
    6.2.1 线PTWSVM 71
    6.2.2 非线PTWSVM 73
    6.3 基于矩阵模式的投影孪生支持向量机 74
    6.3.1 线矩阵模式的投影孪生支持向量机:PTWSVMmat 74
    6.3.2 非线的PTWSVMmat方法:Ker-PTWSVMmat 78
    6.4 递归二乘投影孪生支持向量机 81
    6.4.1 线递归二乘投影孪生支持向量机 81
    6.4.2 非线递归二乘投影孪生支持向量机 83
    6.5 光滑投影孪生支持向量机 85
    6.6 基于鲁棒局部嵌入的孪生支持向量机 87
    6.6.1 线算法 87
    6.6.2 非线算法 89
    6.7 本章小结 90
    参考文献 91
    第7章 局部保持孪生支持向量机 93
    7.1 概述 93
    7.2 线局部保持孪生支持向量机 94
    7.3 算法奇异问题 96
    7.4 非线局部保持孪生支持向量机 98
    7.5 实验与分析 99
    7.5.1 测试人造数据集 99
    7.5.2 测试真实数据集 100
    7.6 本章小结 103
    参考文献 103
    第8章 原空间二乘孪生支持向量回归机 105
    8.1 标准TSVR模型 105
    8.2 二乘孪生支持向量回归机学习算法 107
    8.3 实验与分析 110
    8.3.1 人工数据集上的实验 111
    8.3.2 UCI数据集上的实验 113
    8.4 本章小结 115
    参考文献 115
    第9章 多生支持向量机 116
    9.1 多类分类问题 116
    9.2 多生支持向量机的数学模型 117
    9.2.1 线多支持向量机 117
    9.2.2 非线多支持向量机 119
    9.3 多生支持向量机的改进算法 120
    9.3.1 多生二乘支持向量机 120
    9.3.2 改进算法 121
    9.4 实验与分析 1
    9.5 本章小结 124
    参考文献 125
    0章 总结与展望 127
    10.1 总结 127
    10.2 展望 128
    索引 131

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购