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:

  • 正版新书]机器学习及其应用(2013)(10)张长水9787302336198
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 张长水著 | 张长水编 | 张长水译 | 张长水绘
    • 出版社: 清华大学出版社
    • 出版时间:2013-10-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 张长水著| 张长水编| 张长水译| 张长水绘
    • 出版社:清华大学出版社
    • 出版时间:2013-10-01
    • 版次:1
    • 印次:1
    • 印刷时间:2013-10-01
    • 字数:261.00千字
    • 页数:204
    • 开本:16开
    • ISBN:9787302336198
    • 版权提供:清华大学出版社
  • 作者: 张长水
  • 著: 张长水
  • 装帧: 暂无
  • 印次: 1
  • 定价: 43
  • ISBN: 9787302336198
  • 出版社: 清华大学出版社
  • 开本: 16开
  • 印刷时间: 2013-10-01
  • 语种: 中文
  • 出版时间: 2013-10-01
  • 页数: 204
  • 外部编号: 五三B94779
  • 版次: 1
  • 成品尺寸: 暂无
  • Learning Sparse Topical Representations
    1 Introduction
    2 Related Work
    2.1 Probabilistic LDA
    2.2 Non-negative Matrix Faetorization
    3 Sparse Topical Coding
    3.1 A Probabilistic Generative Process
    3.2 STC for MAP Estimation
    3.3 Optimization with Coordinate Descent
    4 Extensions
    4.1 Collapsed STC
    4.2 Supervised Sparse Topical Coding
    5 Experiments
    5.1 Sparse Word Code
    5.2 Prediction Accuracy
    5.3 Time Efficiency
    6 Conclusion
    References
    多视图在利用未标记数据学习中的效用
    1 引言
    2 多视图在半监督学习中的效用
    3 多视图在主动学习中的效用
    4 多视图在主动半监督学习中的效用
    5 视图分割
    6 结束语
    参考文献
    知识挖掘与用户建模
    1 引言
    2 技术综述
    3 本体知识体系构建
    3.1 知识挖掘
    3.2 知识加工
    3.3 语义计算
    3.4 实验结果
    3.5 基于本体知识的需求主题体系构建
    4 跨产品用户日志挖掘
    4.1 技术框架
    4.2 跨产品用户数据scssion分割
    4.3 跨产品用户数据关注点挖掘
    5 用户建模
    5.1 用户属性建模
    5.2 用户兴趣建模
    5.3 用户状态建模
    5.4 多维度用户行为分析模型
    5.5 用户兴趣模型的地域性关联分析
    6 结语
    参考文献
    异质人脸图像合成
    1 引言
    2 基于子空间学习的图像合成方法
    2.1 基于线性子空间学习的方法
    2.2 基于流形学习的方法
    3 基于贝叶斯推理的合成方法
    3.1 基于嵌入式隐马尔科夫模型的方法
    3.2 基于马尔科夫随机场的方法
    4 基于人脸幻像思想的合成方法
    5 实验结果
    6 结束语
    参考文献
    面向高维多视图数据的广义相关分析
    1 引言
    1.1 多视图数据
    1.2 数据降维的意义与方法
    2 基于相关分析的降维方法所面临的问题与解决方案
    2.1 忽视多视图数据的监督信息
    2.2 要求不同视图间的数据全配对
    2.3 现有解决方案
    3 我们的研究工作
    3.1 半配对局部相关分析
    3.2 半监督半配对广义相关分析
    3.3 邻域相关分析
    4 小结
    参考文献
    基于向量场的流形学习和排序
    1 引言
    2 平行向量场和线性函数
    2.1 流形上半监督学习问题
    2.2 平行向量场和线性函数
    2.3 目标函数
    3 离散化和优化
    3.1 切空间和向量场离散化
    3.2 梯度场计算
    3.3 平行向量场计算
    3.4 离散形式的目标函数
    3.5 目标函数优化
    4 基于平行向量场正则化的排序
    4.1 向量场正则化
    4.2 尺1和及2的离散化
    4.3 目标函数离散化
    4.4 目标函数优化
    4.5 实验
    5 结束语与展望
    参考文献
    秩极小化:理论、算法与应用
    1 引言
    2 主要数学模型
    3 理论分析
    4 算法
    4.1 加速近邻梯度法及其推广
    4.2 交错方向法及其线性化
    4.3 奇异值分解的计算
    5 应用
    5.1 背景建模
    5.2 图像批量对齐
    5.3 变换不变低秩纹理
    5.4 运动分割
    5.5 图像分割
    5.6 图像显著区域检测
    6 结束语
    参考文献
    实值多变量维数约简
    1 引言
    2 实值多变量维数约简
    2.1 切片逆回归法
    2.2 切片逆回归的推广
    2.3 主Hessian方向
    2.4 子空间简介
    2.5 稀疏充分维数约简
    2.6 核维数约简
    2.7 最小平方维数约简
    3 树形结构的核维数约简
    3.1 动机
    3.2 树形算法的介绍
    3.3 (残差)树形核维数约简
    3.4 实验部分
    3.5 结论
    4 核维数约简在人群计数中的应用
    4.1 核维数约简
    4.2 多核学习
    5 结论
    参考文献

    《机器学习及其应用(2013)》是清华大学出版社邀请第九届和第十届“机器学习及其应用研讨会”的部分专家将报告内容总结而形成的文集。书中每篇文章讨论一个方面的问题,以综述形式介绍这个方面的研究工作,包括自己的研究工作。本书收录的8篇文章,每一位作者都投入了大量的时间和精力,深入浅出地介绍了一个领域的来龙去脉,并讨论其发展趋势。本书由张长水、杨强主编。

    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