《机器学习方法》是清华大学出版社2022年出版的书籍。内容简介 机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科，也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法，共分三篇。篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素...
1.2.2 机器学习系统结构 1.3 机器学习方法分类 1.3.1 监督学习 1.3.2 非监督学习 1.3.3 强化学习 1.4 一般性定理与规则 1.4.1 大多数原则 1.4.2 奥卡姆剃刀原理 1.4.3 无免费午餐定理 1.5 学习算法的评价 1.5.1 最短描述长度 1.5.2 预测精度分析 1.5.3 交叉验证法 1.6 ...
常用的无监督学习算法主要有主成分分析方法PCA等，等距映射方法、局部线性嵌入方法、拉普拉斯特征映射方法、黑塞局部线性嵌入方法和局部切空间排列方法等。从原理上来说PCA等数据降维算法同样适用于深度学习，但是这些数据降维方法复杂度较高，并且其算法的目标太明确，使得抽象后的低维数据中没有次要信息，而这些次要信息...
首先介绍工业过程运行监测和故障溯源推理的重要性、工业过程智能监控相关的机器学习理论基础。在此基础上，介绍过程生产状态的感知与异常情况的预警，即过程监测方法，具体包括针对大规模工业过程的分布式监测方法、针对复杂时变过程的条件驱动建模方法、针对过程正常慢变化和工况切换的自适应监测方法等。接下来介绍异常变量的...
迁移学习是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。简介 深度学习中在计算机视觉任务和自然语言处理任务中将预训练的模型作为新模型的起点是一种常用的方法，通常这些预训练的模型在开发神经网络的时候已经消耗了巨大的时间资源和计算资源，迁移学习可以将已习得...
《基于定量结构图实现软件系统自治功能的机器学习方法》是依托华中科技大学，由邱德红担任项目负责人的面上项目。项目摘要 自治计算旨在通过赋予软件系统自我管理功能来应对日益恶化的网络环境，描绘出了软件工程发展的美好蓝图。自治软件迫切需要高层次和可扩展的自治功能实现方法，以图扩大自治系统规模，提高自治管理水平，...
本课题是数学，计算机和生物信息学的交叉学科，主要探索基因组相关性研究中的人口结构问题，试图用机器学习的方法通过修正人口结构更好得寻找和疾病有关的基因位点。我们侧重于数学模型和算法。该项目三年来的主要的研究成果有：1.我们具体地提出了两个模型用于人口结构问题，包括核相关修正模型，以及正交投影修正模型，...
《机器学习理论、方法及应用》主要围绕基于神经网络的学习、强化学习和进化学习三个方面阐述机器学习理论、方法及其应用，共三部分13章。第一部分是神经网络学习及其在复杂非线性系统中的控制，包括基于时间差分的神经网络预测控制，基于径向基函数网络的机械手迭代学习控制，自适应T_S型模糊径向基函数网络等。第二部分是...