演化機器學習(簡體書)
- 系列名:大數據和人工智能系列叢書
- ISBN13:9787563563302
- 出版社:北京郵電大學出版社
- 作者:徐華
- 裝訂/頁數:平裝/224頁
- 規格:24cm*17cm (高/寬)
- 版次:一版
- 出版日:2021/04/01
商品簡介
作者簡介
徐華,清華大學計算機系副教授,博士生導師。主要研究興趣領域包括:網絡文本數據挖掘、智能信息處理和機器人智能控制等。作為項目負責人、首席技術專家或研發骨幹,負責完成國家科技重大專項課題3項,國家自然科學基金項目4項,國家973項目二級課題2項,國家863項目(課題)5項,國際500強企業(寶潔、西門子、安捷倫等)合作項目13項。目前已在本專業領域權威期刊和會議上發表學術論文113篇;編寫教材2本,參與編寫學術專著2部。作為第一完成人獲得國家發明專利26項,國際PCT發明專利4項,軟件著作權20項。作為清華方面的第一完成人,獲得國家科技進步二等獎1項,北京市科學技術一等獎、二等獎和三等獎各1項,重慶市科學技術三等獎1項,行業協會科學技術一等獎2項等。
目次
上篇 演化機器學習——內嵌特徵選擇的學習分類器
第1章 上篇引言
1.1 研究背景
1.2 上篇主要內容
1.3 上篇的結構安排
第2章 相關工作綜述
2.1 概述
2.2 學習分類器研究
2.2.1 進化計算
2.2.2 基於遺傳的機器學習思想
2.2.3 Michigan式學習分類器研究進展
2.2.4 Pittsburgh式學習分類器研究進展
2.3 特徵選擇方法綜述
2.3.1 機器學習中的特徵選擇問題描述
2.3.2 特徵選擇的搜索模型
2.3.3 Filter方法
2.3.4 Wrapper方法
2.3.5 Embedded方法
2.4 本章小結
第3章 基於Memetic算法的Wrapper-Filter特徵選擇方法
3.1 概述
3.2 Memetic算法
3.2.1 Memetic算法思想起源
3.2.2 Memetic算法框架
3.3 基於MA的混合式Wrapper-Filter特徵選擇方法
3.3.1 算法設計思想
3.3.2 算法整體框架
3.3.3 全局搜索的GA-Wrapper
3.3.4 局部搜索的Relief-Filter
3.3.5 計算複雜度分析
3.4 本章小結
第4章 基於合作式協同進化內嵌特徵選擇的學習分類器
4.1 概述
4.2 協同進化算法
4.2.1 協同進化思想起源
4.2.2 競爭式協同進化算法模型
4.2.3 合作式協同進化算法模型
4.3 基於合作式協同進化的學習分類器
4.3.1 算法設計思想
4.3.2 算法框架
4.3.3 分類器演化的Pittsburgh式學習分類器算法
4.3.4 計算複雜度分析
4.4 本章小結
第5章 算法評估結果與分析
5.1 概述
5.2 算法比較實驗框架
5.2.1 Benchmark數據集
5.2.2 性能評估指標
……
下篇 演化機器學習——分布估計的學習分類器
參考文獻
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。