自適應系統(tǒng)與機器智能

定　價：￥59.00

作　者：	何海波
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	計算機/網(wǎng)絡人工智能

購買這本書可以去

ISBN：	9787111541141	出版時間：	2016-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	192	字數(shù)：

內(nèi)容簡介

　　本書以如何使機器具有自適應于環(huán)境、類似人腦智能這一挑戰(zhàn)性問題為中心，主要介紹了圍繞這一問題的數(shù)據(jù)驅(qū)動與生物啟發(fā)這兩個主要研究方向的重要進展。本書主要內(nèi)容可分為4個方面：（1）研究背景，介紹了自適應系統(tǒng)的類腦智能與傳統(tǒng)計算的區(qū)別；（2）數(shù)據(jù)驅(qū)動方法，重點研究如何將海量數(shù)據(jù)轉(zhuǎn)化為支撐決策過程的知識和信息這一問題，并介紹了增量學習、不平衡學習及集成學習等方法；（3）生物啟發(fā)式方法，主要講述生物信息處理的基本原理，以及如何開發(fā)具有學習、記憶、優(yōu)化、預測等智能能力的計算框架；（4）機器智能的硬件實現(xiàn)。

作者簡介

暫缺《自適應系統(tǒng)與機器智能》作者簡介

圖書目錄

出版者的話譯者序前言致謝第1章緒論 1.1機器智能研究 1.2兩個層面：數(shù)據(jù)驅(qū)動方法和生物啟發(fā)式方法 1.3如何閱讀本書 1.3.1機器智能的數(shù)據(jù)驅(qū)動方法1.3.2機器智能的生物啟發(fā)式方法 1.4總結(jié)和延伸閱讀參考文獻第2章增量學習 2.1引言 2.2問題的提出 2.3 自適應增量學習框架 2.4映射函數(shù)設計 2.4.1基于歐氏距離的映射函數(shù) 2.4.2基于回歸學習模型的映射函數(shù) 2.4.3基于在線評估系統(tǒng)的映射函數(shù) 2.5實例研究 2.5.1視頻流的增量學習 2.5.2垃圾郵件分類的增量學習2.6總結(jié) 參考文獻第3章不平衡學習 3.1引言 3.2不平衡學習的本質(zhì) 3.3不平衡數(shù)據(jù)學習方法 3.3.1不平衡數(shù)據(jù)學習的抽樣法 3.3.2不平衡數(shù)據(jù)學習的代價敏感方法 3.3.3基于核的不平衡數(shù)據(jù)學習方法 3.3.4不平衡數(shù)據(jù)學習的主動學習方法 3.3.5不平衡數(shù)據(jù)學習的其他方法 3.4不平衡數(shù)據(jù)學習的評價指標3.4.1單一評價指標 3.4.2受試者工作特性( ROC)曲線 3.4.3查準率一查全率(PR)曲線3.4.4代價曲線 3.4.5多類不平衡數(shù)據(jù)學習評價指標 3.5機遇和挑戰(zhàn) 3.6實例研究 3.6.1非線性規(guī)范化 3.6.2數(shù)據(jù)集分布 3.6.3仿真結(jié)果和討論 3.7總結(jié) 參考文獻第4章集成學習 4.1引言 4.2假設多樣性 4.2.1 Q統(tǒng)計量第5章機器智能的自適應動態(tài)規(guī)劃第6章聯(lián)想學習第7章序列學習第8章機器智能的硬件設計