- 商品参数
-
- 作者:
梁循著|
阚瑞编
- 出版社:科学出版社
- 出版时间:2020-08
- 开本:16开
- ISBN:9780537163461
- 版权提供:科学出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
商品参数
基于深度学习的社会信息挖掘应用实例分析 |
| 曾用价 | 99.00 |
出版社 | 科学出版社 |
版次 | 1 |
出版时间 | 2020年08月 |
开本 | 16 |
著编译者 | 梁循 |
页数 | 153 |
ISBN编码 | 9787030656698 |
内容介绍
本书综合了大量国内外的*新资料和作者的研究成果,以应用实践中的若干问题为研究对象,探索了基于深度神经网络的分析和建模过程,列举了深度神经网络在若干社会信息挖掘的应用;以*新资料案例为例进行社会信息分析和模型构建,给出了实践指导策略;给出了不同机器学习方法的特点与适用场景,并以实际应用场景为例,分析了深度学习的应用。
目录
目录
前言
第1章 绪论 1
1.1 人工智能 1
1.2 机器学习 6
1.3 深度学习 10
第2章 神经网络 14
2.1 神经元 14
2.2 损失函数 15
2.3 激活函数 16
2.4 参数学习 19
2.5 梯度下降法 20
2.6 全连接神经网络 24
2.7 BP神经网络 25
2.8 优化方案 28
2.9 注意力机制 31
2.10 本章小结 32
第3章 深度神经网络 33
3.1 卷积神经网络 33
3.2 简单循环神经网络 34
3.3 深层循环神经网络 36
3.4 本章小结 37
第4章 基于启发知识的学习方法 38
4.1 兄弟学习 38
4.2 顿悟学习 40
4.3 本章小结 43
第5章 极限学习机 44
5.1 引言 44
5.2 *小二乘拟和及Moore-Penrose广义逆 45
5.3 标准SLFN数学模型 48
5.4 ELM学习算法 50
5.5 ELM的特征映射和特征空间 53
5.6 ELM、RVFL及其一般化结构 56
5.7 ELM的理论基础 58
5.8 本章小结 61
第6章 基于深度学习的网站智能信息挖掘 62
6.1 引言 62
6.2 网站信息的计算机自动获取 63
6.3 基于深度学习的网站相似度研究 64
6.4 网站内容丰富度研究 67
6.5 面向任务的兴趣推送 69
6.6 本章小结 71
第7章 基于卷积神经网络的甲骨文异体字识别 72
7.1 引言 72
7.2 相关研究 74
7.3 符号定义及概念 76
7.4 甲骨文异体字识别方法 76
7.5 实验及分析 85
7.6 总结与展望 92
第8章 基于LSTM 的小说情节高潮识别 94
8.1 引言 94
8.2 相关概念 96
8.3 情节高潮识别方法 100
8.4 算法实现 102
8.5 实验及分析 104
8.6 总结与展望 110
第9章 大规模复杂异质图动态的构建 111
9.1 引言 111
9.2 大规模复杂异质图举例 112
9.3 国内外现状及发展动态 115
9.4 大规模复杂异质图学习的研究内容 121
9.5 本章小结 123
第10章 基于深度学习的大规模复杂异质图动态分析 124
10.1 复杂异质动态图数据的采集与存储管理 124
10.2 复杂异质动态图的构建与表示 125
10.3 动态图的演变模式分析 127
10.4 大规模复杂异质图动态变化的优化 129
10.5 大规模复杂异质图学习的实现 130
10.6 大规模复杂异质图学习算法 135
10.7 本章小结 140
参考文献 141
1