首页信息科技计算机人工智能 在大成讲坛,讲出你的精彩!

作品简介:

主要介绍了机器学习领域一些常用的方法,他们各自应用在不同的领域,应用场景有所差别,但是发展脉络又有所联系。监督学习,无监督学习以及半监督学习是机器学习领域的基础,包含了大量成功有效地思想和算法。迁移学习和深度学习是当前机器学习领域两个比较前沿和热门的方向。迁移学习希望把经过原始数据的学习得到的模型以及参数迁移应用到新的应用场景中,深度学习希望加深神经网络的层数以进一步模拟人脑神经元结构,它们有望进一步缩小人脑与机器之间的差距,将人类带入一个更加科幻的人工智能时代。 

更多
收起
王凯翔
南京师范大学
相关文集 更多>>
2579人阅读
第1章 机器学习综述
1.机器学习研究
王珏;石纯一
由于Internet的使用,不分时间与地域地获得信息已成为现实,但是,如何有效利用这些信息,并使用这些信息提高生产率成为迫切需要解决的问题.机器学习是解决这类问题的有效方法之一.在此将对目前机器学习研究的主要趋势、理论与技术以及存在的问题,根据作者的研究经验进行综述,以便引起研究者的注...   详情>>
来源:《广西师范大学学报(自然科学...》 2003年第02期 作者:王珏;石纯一
2.机器学习面临的挑战
张长水
该文讨论了机器学习目前面临的几个挑战,包括:高维特征空间和数据量问题,大数据量的计算困难,寻求最优解的困难和可解释性差等问题.然后针对当前很多人关心的几个重要问题,例如大数据问题,深度学习,概率图模型等做了分析,以引起深入思考.   详情>>
来源:《中国科学:信息科学》 2013年第12期 作者:张长水
3.谱机器学习研究综述
尹宏伟;李凡长
在自然科学研究领域存在众多因连续变化而难以解决的问题。这些复杂问题可以通过谱方法表示为一系列离散空间上的简单问题的组合,通过求解这些简单问题获得其近似解。谱学习算法是近年来国际上机器学习领域的一个研究热点。谱学习算法建立在谱数学理论基础上,与传统的学习算法相比,一方面能保...   详情>>
来源:《计算机科学与探索》 2015年第12期 作者:尹宏伟;李凡长
4.李群机器学习研究综述
李凡长;何书萍
文中简述了李群机器学习的相关研究内容,包括李群机器学习的概念、公理假设、代数学习模型、几何学习模型、Dynkin图的几何学习算法、量子群、辛群分类器的设计、轨道生成学习算法等.   详情>>
来源:《计算机学报》 2010年第07期 作者:李凡长;何书萍
5.大数据与深度学习综述
马世龙;乌尼日其其格
大数据时代改变了基于数理统计的传统数据科学,促进了数据分析方法的创新,从机器学习和多层神经网络演化而来的深度学习是当前大数据处理与分析的研究前沿。从机器学习到深度学习,经历了早期的符号归纳机器学习、统计机器学习、神经网络和20世纪末开始的数据挖掘等几十年的研究和实践,发现深度...   详情>>
来源:《智能系统学报》 2016年第06期 作者:马世龙;乌尼日其其格
第2章 监督学习
1.基于机器学习的花卉分类算法研究
王永波;邝炳洽
介绍数据挖掘和机器学习基础知识,通过使用统计分类算法:分类和回归决策树、朴素贝叶斯分类器、神经网络、支持向量机,对UCI数据库上的花卉数据集进行分类,得到各种算法的分类性能评价指标并详细分析算法影响分类准确度的原因。   详情>>
来源:《现代计算机》 2013年第13期 作者:王永波;邝炳洽
2.基于高维映射感知器网络的机器学习分类方法
陈恩伟;刘正士
利用Rosenblatt感知器网络的权值学习方法,提出一种解决线性不可分样本的多类分类方法.该方法不需要考虑使用何种核函数,将高维坐标值作为分类信息的函数,直接解决非线性多类分类问题.对双螺旋线数据分类应用的结果表明:基于高维映射感知器网络的多类分类机器学习方法可以有效解决非线性数据的...   详情>>
来源:《华中科技大学学报(自然科学...》 2008年第S1期 作者:陈恩伟;刘正士
3.基于机器学习的文本分类技术的研究
何国辉;吴礼发
基于机器学习的文本分类是近年来信息检索领域的热门研究技术,并且取得了较大进展。本文对文本分类的定义、文本表示进行了详细的阐述,介绍了SVM等一系列机器学习的文本分类方法和文本分类效果评估手段,指出了进一步的研究方向。   详情>>
来源:《计算机与现代化》 2009年第08期 作者:何国辉;吴礼发
4.使用机器学习对汉语评论进行情感分类
白鸽;左万利
针对汉语评论的多种特征使用机器学习方法(如贝叶斯、最大熵和支持向量机),解决了汉语评论的情感分类问题.实验结果表明,机器学习方法对汉语评论的分类效果较好,支持向量机的表现最好.句子级别和评论级别的准确率分别达到88.26%和91.79%.   详情>>
来源:《吉林大学学报(理学版)》 2009年第06期 作者:白鸽;左万利
5.使用机器学习算法分类P2P流量的方法
刘永定;阳爱民
P2P应用的快速增长,带来网络拥塞等诸多问题,而传统的基于端口与有效载荷的P2P流量分类方法存在着很多缺陷。以抽取独立于端口、协议和有效载荷的P2P流的信息作为特征,用提出的基于ReliefF-CFS的方法选择流的特征子集,研究使用机器学习算法对P2P流量进行分类的方法,也研究了利用流的前向N个报...   详情>>
来源:《计算机应用研究》 2009年第09期 作者:刘永定;阳爱民
6.基于机器学习分类判断算法构建心力衰竭疾病分期模型
苏枫;张少衡
背景:早期发现心力衰竭及心力衰竭分期的正确诊断是获得良好治疗效果的基础,但由于缺乏简单有效的心力衰竭分期诊断模型,使临床诊断心力衰竭较为困难,导致心力衰竭的确诊率和控制率都比较低。目的:采用基于机器学习的分类判断算法,建立心力衰竭分期模型,提高心力衰竭诊断和分期准确度。方法:选...   详情>>
来源:《中国组织工程研究》 2014年第49期 作者:苏枫;张少衡
7.基于机器学习的不同属性数据的分类选择
杨秀忠;刘敏
机器学习的分类算法广泛的应用于解决与数据分类有关的问题。文章基于理论分析详细地描述了常用的几种机器学习分类算法,并阐述了各种分类算法的优缺点。通过比较各种分类算法在不同属性的数据的误分类率,为在具体数据中的分类选择提供了一定的理论基础。   详情>>
来源:《新经济》 2015年第17期 作者:杨秀忠;刘敏
8.基于机器学习的分类算法研究
杨震宇
如今社会发展进入信息化时代,各行各业的所使用或产生的数据规模呈几何级增长。如何对大量复杂数据进行有效分类,对推进服务质量、决策制定都有积极的意义。本文主要研究运用机器学习的方法对数据进行分类的算法,从机器学习算法引入,介绍主流的数据分类算法,并比较各类算法的优势与劣势。最后...   详情>>
来源:《科学中国人》 2017年第06期 作者:杨震宇
第3章 半监督学习
1.半监督学习研究进展
梁吉业;高嘉伟
半监督学习问题广泛存在于现实世界中,已经成为目前机器学习和模式识别领域中的一个研究热点.文章综述了半监督学习问题的基本思想、研究现状、常用算法及其一些应用领域,分析了目前存在的主要困难,并指出需进一步研究的几个问题.   详情>>
来源:《山西大学学报(自然科学版)》 2009年第04期 作者:梁吉业;高嘉伟
2.半监督学习在网络入侵分类中的应用研究
赵建华
为了解决网络环境中已标记入侵数据获取代价大的问题,将半监督学习引入网络入侵分类领域。根据网络攻击类型的不同,将少量的已标记入侵数据分为三部分,分别作为最初的训练集训练分类器,形成三个差异较大的初始化分类器。通过三个分类器协同学习,实现对未标记入侵数据进行标记。详细介绍了使用...   详情>>
来源:《计算机应用研究》 2014年第06期 作者:赵建华
3.基于半监督学习的单类分类器
潘志松;严岳松
半监督学习是一种利用有标记样本和无标记样本进行学习的新的机器学习方法。针对单分类中只有目标类标记样本和大量无标记样本的情况,提出了一种基于半监督学习的单类分类算法。利用已标识的有标记样本建立两个单类分类器,通过相互学习来挖掘未标记样本中的隐含信息,扩大有标记样本的数量。利...   详情>>
来源:《解放军理工大学学报(自然科...》 2010年第04期 作者:潘志松;严岳松
4.基于自适应图的半监督学习方法
梅松青
基于图的半监督学习方法中,图结构经常要预先设定,这就导致了在标签传递过程中,算法不能自适应地学习一个最优的图.为此,提出了一种基于自适应图的半监督学习方法.该方法通过迭代的优化方法同时学习到最优的图和标签.而且,在少量标记样本的情况下该方法也可以得到较高的分类准确率,并通过实验...   详情>>
来源:《计算机系统应用》 2014年第02期 作者:梅松青
5.结合Tri-training半监督学习和凸壳向量的SVM主动学习算...
徐海龙;龙光正
为解决监督学习过程中难以获得大量带有类标记样本且样本数据标记代价较高的问题,结合主动学习和半监督学习方法,提出基于Tri-training半监督学习和凸壳向量的SVM主动学习算法.通过计算样本集的壳向量,选择最有可能成为支持向量的壳向量进行标记.为解决以往主动学习算法在选择最富有信息量的样...   详情>>
来源:《模式识别与人工智能》 2016年第01期 作者:徐海龙;龙光正
6.半监督学习及其在数据挖掘中的应用
李欢
半监督学习是介于监督学习与非监督学习之间的一种机器学习方式。目前半监督学习在机器学习和模式识别中的研究在进一步深入。该文主要探讨的是几种已有半监督学习算法。   详情>>
来源:《电脑知识与技术》 2010年第27期 作者:李欢
7.基于最大相关熵准则的鲁棒半监督学习算法
杨南海;黄明明
分析了噪声对半监督学习Gaussian-Laplacian正则化(Gaussian-Laplacian regularized,简称GLR)框架的影响,针对最小二乘准则对噪声敏感的特点,结合信息论的最大相关熵准则(maximum correntropy criterion,简称MCC),提出了一种基于最大相关熵准则的鲁棒半监督学习算法(简称GLR-MCC),并证明了算法...   详情>>
来源:《软件学报》 2012年第02期 作者:杨南海;黄明明
8.基于集成算法的半监督学习研究
葛荐;马廷淮
半监督学习与集成学习是两种重要的机器学习范式.半监督学习是通过利用和挖掘未标记样本来提高学习分类器性能,同时集成学习则是通过使用多分类器组合来进一步提升学习分类器的泛化性能.值得注意的是,两种不同的范式几乎是并行发展,因此结合半监督学习和集成学习是一个值得研究的方向.研究基于...   详情>>
来源:《第29届中国数据库学术会议论...》 2012年第期 作者:葛荐;马廷淮
9.基于分层高斯混合模型的半监督学习算法
孙广玲;唐降龙
提出了一种基于分层高斯混合模型的半监督学习算法 半监督学习算法的学习样本包括已标记类别样本和未标记类别学习样本 如用高斯混合模型拟合每个类别已标记学习样本的概率分布 ,进而用高斯数为类别数的分层高斯混合模型拟合全部 (已标记和未标记 )学习样本的分布 ,则形成为一个基于分层的高...   详情>>
来源:《计算机研究与发展》 2004年第01期 作者:孙广玲;唐降龙
第4章 迁移学习
1.迁移学习数据分类中的ESVM算法
张建军;王士同
在迁移学习中对变化后的数据集进行分类时,噪音导致分类结果不合理。为此,提出一种迁移学习数据分类中的扩展支持向量机(ESVM)算法。使用变化前数据集的概率分布信息及学习经验,指导缓慢变化后的数据集进行分类,使分割面既可以准确分割现有数据集,同时也保留原先数据集的一些属性。实验结果表...   详情>>
来源:《计算机工程》 2012年第08期 作者:张建军;王士同
2.基于词袋模型的迁移学习算法
吴丽娜;黄雅平
在分类新类别图像时,词袋模型总需要重新学习视觉词典及分类器,而不能充分利用已经学习好的视觉词典。运用迁移学习的思想,提出一种视觉短语的迁移学习算法。这种视觉短语不仅包含图像的局部不变特征,而且包含特征间的空间结构信息,能更有效地描述不同类别图像之间的共同特征。在分类新类别图...   详情>>
来源:《计算机科学》 2014年第12期 作者:吴丽娜;黄雅平
3.一种面向多源领域的实例迁移学习
张倩;李明
在迁移学习最大的特点就是利用相关领域的知识来帮助完成目标领域中的学习任务,它能够有效地在相似的领域或任务之间进行信息的共享和迁移,使传统的从零开始的学习变成可积累的学习,具有成本低、效率高等优点.针对源领域数据和目标领域数据分布类似的情况,提出一种基于多源动态TrAdaBoost的实...   详情>>
来源:《自动化学报》 2014年第06期 作者:张倩;李明
4.基于迁移学习的隐写分析
叶登攀;马方方
在实际应用环境下,训练集和测试集往往存在分布偏差,导致隐写分析检测效果不理想。迁移学习方法旨在从一个领域学习到的知识,来帮助完成新领域中的学习任务,不要求领域间的同分布假设。概述了当前隐写分析失配问题的研究现状,分析了引起隐写分析失配的因素,在TrAdaBoost迁移算法的基础上提出了...   详情>>
来源:《网络与信息安全学报》 2017年第01期 作者:叶登攀;马方方
5.迁移学习支持向量回归机
史荧中;王士同
传统的回归系统构建方法假设用于建模的数据是充分的,但若当前场景中重要数据信息缺失,则基于此数据集训练所得系统泛化能力较差。针对此缺陷,以支持向量回归机(SVR)为基础,提出了具有迁移学习能力的回归机系统,即迁移学习支持向量回归机(T-SVR)。T-SVR不仅能充分利用当前场景的数据信息,而且...   详情>>
来源:《计算机应用》 2013年第11期 作者:史荧中;王士同
6.基于迁移学习的蛋白质交互关系抽取
李丽双;郭瑞
作为生物医学信息抽取领域的重要分支,蛋白质交互关系(Protein-Protein Interaction,PPI)抽取具有重要的研究意义。目前的研究大多采用统计机器学习方法,需要大规模标注语料进行训练。训练语料过少,会降低关系抽取系统的性能,而人工标注语料需要耗费巨大的成本。该文采用迁移学习的方法,用大量...   详情>>
来源:《中文信息学报》 2016年第02期 作者:李丽双;郭瑞
7.非平衡样本分类的集成迁移学习算法
于重重;田蕊
针对冗余数据量大且正负样本不平衡的辅助训练数据,提出了一种改进集成迁移学习算法,利用这些辅助训练数据迁移帮助目标数据进行分类.新的样本初始权重分配及调整策略,突出了对负样本的识别能力.通过动态调整辅助训练集,根据设定好的权重阈值下限适时地淘汰冗余数据,降低了冗余数据对分类器性...   详情>>
来源:《电子学报》 2012年第07期 作者:于重重;田蕊
8.归纳式迁移学习在跨领域情感倾向性分析中的应用
孟佳娜;赵丹丹
在解决情感倾向性分析问题中,传统的监督学习和半监督学习都是在训练和测试所用的数据来自相同分布的假设基础之上的,但在很多情况下不能满足这样的假设,这就产生了跨领域的情感倾向性分析问题.在跨领域情感倾向性分析中,提出一种基于归纳式迁移学习的图模型,通过图模型建立源领域和目标领域数...   详情>>
来源:《南京大学学报(自然科学)》 2016年第01期 作者:孟佳娜;赵丹丹
9.一种异构直推式迁移学习算法
杨柳;景丽萍
目标领域已有类别标注的数据较少时会影响学习性能,而与之相关的其他源领域中存在一些已标注数据.迁移学习针对这一情况,提出将与目标领域不同但相关的源领域上学习到的知识应用到目标领域.在实际应用中,例如文本-图像、跨语言迁移学习等,源领域和目标领域的特征空间是不相同的,这就是异构迁移...   详情>>
来源:《软件学报》 2015年第11期 作者:杨柳;景丽萍
第5章 深度学习
1.深度学习研究综述
尹宝才;王文通
鉴于深度学习在学术界和工业界的重要性,依据数据流向对目前有代表性的深度学习算法进行归纳和总结,综述了不同类型深度网络的结构及特点.首先介绍了深度学习的概念;然后根据深度学习算法的结构特征,概述了前馈深度网络、反馈深度网络和双向深度网络3类主流深度学习算法的网络结构和训练方法;...   详情>>
来源:《北京工业大学学报》 2015年第01期 作者:尹宝才;王文通
2.基于深度学习编码模型的图像分类方法
赵永威;李婷
针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机(RBM)代替传统的K-Means聚类及稀疏编码等方法对SIFT特征库进行编码学习,生成...   详情>>
来源:《工程科学与技术》 2017年第01期 作者:赵永威;李婷
3.用于个性化数据挖掘的粗粒度分布式深度学习
盛益强;赵震宇
针对深度学习用于处理带有个性化特征的广域分布式数据时,处理精度、通信代价和响应速度等性能难以进一步提升的问题,本论文提议了一种适用于广域网络的粗粒度分布式深度学习方法及系统。分布式深度学习方法一般分为数据分布式和模型分布式,还可以在网络范畴上分为局域分布式和广域分布式。其...   详情>>
来源:《网络新媒体技术》 2016年第06期 作者:盛益强;赵震宇
4.基于深度学习的人体行为识别
樊恒;徐俊
为了识别公共区域等特定场所下的人体行为,提出了一种基于深度学习的人体行为识别方法。首先,预处理训练样本集和测试样本集中的所有图像,通过高斯混合模型提取出目标运动前景。其次,对训练样本集中各种目标行为建立样本库,定义不同类别的识别行为作为先验知识,用于训练深度学习网络。最后,结...   详情>>
来源:《武汉大学学报(信息科学版)》 2016年第04期 作者:樊恒;徐俊
5.深度学习模型与成对分类相结合的人脸识别新算法
胡月;沈永良
针对深度学习人脸识别系统样本数据中存在干扰时会腐化分类边界,导致识别率下降,提出了一种改进的深度学习模型,将成对分类概念引入到深度学习中,提升人脸识别系统对于噪声、腐化、变化的鲁棒性。采用深度信念网络模型,将人脸图像送入深度学习模型中逐层训练网络,在参数微调阶段采用改进的成对...   详情>>
来源:《黑龙江大学工程学报》 2016年第03期 作者:胡月;沈永良
6.基于Julia云平台的交互式深度学习模式
唐舸轩;党云龙
为降低深度学习程序的开发难度,提出了一种基于Julia云平台的交互式深度学习模式。设计了一套深度学习原语,用Julia实现原语,为Julia程序员提供调用接口,构建交互分析系统;并提供GPU/CPU实现接口,由云端系统根据用户情形自动优选;最后实现了基于深度学习的图像交互分析案例,验证原语体系的完备...   详情>>
来源:《太原理工大学学报》 2016年第01期 作者:唐舸轩;党云龙
7.一种组合型的深度学习模型学习率策略
贺昱曜;李宝奇
一个设计良好的学习率策略可以显著提高深度学习模型的收敛速度,减少模型的训练时间.本文针对AdaGrad和AdaDec学习策略只对模型所有参数提供单一学习率方式的问题,根据模型参数的特点,提出了一种组合型学习策略:AdaMix.该策略为连接权重设计了一个仅与当前梯度有关的学习率,为偏置设计使用了幂...   详情>>
来源:《自动化学报》 2016年第06期 作者:贺昱曜;李宝奇
8.深度学习算法应用于岩石图像处理的可行性研究
程国建;刘丽婷
近年来,机器学习领域中的"深度学习"开始受到国内外学者的广泛关注。借助深度学习,具有多处理层结构的计算机模型可通过多层抽象来学习数据表征。这些方法推动了语音识别、视觉识别、目标检测以及许多其它领域的技术发展。深度学习被应用到计算机视觉、语音识别、自然语言处理、在线广告等领域...   详情>>
来源:《软件导刊》 2016年第09期 作者:程国建;刘丽婷
9.深度学习及其在人脸识别中的应用进展
闫新宝
深度学习是目前受到广泛关注的机器学习方法。通过构建深度神经网络且使用深度学习算法学习适合模式识别和分类的高层次特征是目前模式识别领域热门研究方向,特别是在人脸识别领域已经取得了目前最好的成果。文章首先介绍了深度学习概述,然后分析了基于深度学习的人脸识别方法及识别模型并对识...   详情>>
来源:《无线互联科技》 2016年第08期 作者:闫新宝
价格:¥13.00

书评

0/400
提交
以下书评由主编筛选后显示
最新 最热 共0条书评

分享本书到朋友圈