模式分析的核方法：英文版

书　  名:  模式分析的核方法：英文版 作　  者:  (英)John Shawe-Taylor (美)Nello Cristianini 出 版 社:  机械工业出版社 ISBN   :   711115555 原    价:  ￥59 有一家网站低于85折正在热销

模式分析的核方法：英文版-图书目录:

目      录  List  of  code  fragments               Preface               Part  I  Basic  concepts               1        Pattern  analysis               1.1    Patterns  in  data               1.2    Pattern  analysis  algorithms               1.3    Exploiting  patterns               1.4    Summary               1.5    Further  reading  and  advanced  topics               2        Kernel  methods:  an  overview               2.1    The  overall  picture               2.2    Linear  regression  in  a  feature  space               2.3    Other  examples               2.4    The  modularity  of  kernel  methods               2.5    Roadmap  of  the  book               2.6    Summary               2.7    Further  reading  and  advanced  topics               3        Properties  of  kernels               3.1    Inner  products  and  positive  semi-definite  matrices               3.2    Characterisation  of  kernels               3.3    The  kernel  matrix               3.4    Kernel  construction               3.5    Summary               3.6    Further  reading  and  advanced  topics               4        Detecting  stable  patterns               4.1    Concentration  inequalities               4.2    Capacity  and  regularisation:  Rademacher  theory               Pattern  stability  for  kernel-based  classes               A  pragmatic  approach               Summary               Further  reading  and  advanced  topics               Part  II  Pattern  analysis  algorithms               5        Elementary  algorithms  in  feature  space               5.1    Means  and  distances               5.2    Computing  projections:  Gram-Schmidt,  QR  and  Cholesky               5.3    Measuring  the  spread  of  the  data               5.4    Fisher  discriminant  analysis  I               5.5    Summary               5.6    Further  reading  and  advanced  topics               6        Pattern  analysis  using  eigen-decompositions               6.1    Singular  value  decomposition               6.2    Principal  components  analysis               6.3    Directions  of  maximum  covariance               6.4    The  generalised  eigenvector  problem               6.5    Canonical  correlation  analysis               6.6    Fisher  discriminant  analysis  II               6.7    Methods  for  linear  regression               6.8    Summary               6.9    Further  reading  and  advanced  topics               7        Pattern  analysis  using  convex  optimisation               7.1    The  smallest  enclosing  hypersphere               7.2    Support  vector  machines  for  classification               7.3    Support  vector  machines  for  regression               7.4    On-line  classification  and  regression               7.5    Summary               7.6      Further  reading  and  advanced  topics               8        Ranking,  clustering  and  data  visualisation               8.1    Discovering  rank  relations               8.2    Discovering  cluster  structure  in  a  feature  space               8.3    Data  visualisation               8.4    Summary               8.5    Further  reading  and  advanced  topics               Part  III  Constructing  kernels               9        Basic  kernels  and  kernel  types               9.1    Kernels  in  closed  form               9.2    ANOVA  kernels               9.3    Kernels  from  graphs               9.4    Diffusion  kernels  on  graph  nodes               9.5    Kernels  on  sets               9.6    Kernels  on  real  numbers               9.7    Randomised  kernels               9.8    Other  kernel  types               9.9    Summary               9.10        Further  reading  and  advanced  topics               10      Kernels  for  text               10.1    From  bag  of  words  to  semantic  space               10.2    Vector  space  kernels               10.3    Summary               10.4    Further  reading  and  advanced  topics               11        Kernels  for  structured  data:  strings,  trees,  etc.               11.1    Comparing  strings  and  sequences               11.2    Spectrum  kernels               11.3    All-subsequences  kernels               11.4    Fixed  length  subsequences  kernels               11.5    Gap-weighted  subsequences  kernels               11.6    Beyond  dynamic  programming:  trie-based  kernels               11.7    Kernels  for  structured  data               11.8    Summary               11.9    Further  reading  and  advanced  topics               12        Kernels  from  generative  models               12.1    P-keruels               12.2    Fisher  kernels               12.3    Sunnnary               12.4    Further  reading  and  advanced  topics               Appendix  A    Proofs  omitted  from  the  main  text               Appendix  B    Notational  conventions               Appendix  C    List  of  pattern  analysis  methods               Appendix  D    List  of  kernels               References               Index

模式分析的核方法：英文版-图书简介:

模式分析是从一批数据中寻找普遍关系的过程。它逐渐成为许多学科的核心，从神经网络到所谓句法模式识别，从统计模式识别到机器学习和数据挖掘，模式分析的应用覆盖了从生物信息学到文档检索的广泛领域。        本书所描述的核方法为所有这些学科提供了一个有力的和统一的框架，推动了可以用于各种普遍形式的数据(如字符串、向量、文本等)的各种算法的发展，并可以用于寻找各种普遍的关系类型(如排序、分类、回归和聚类等)。        本书有两个主要目的。首先，它为专业人员提供了一个包容广泛的工具箱，其中包含各种易于实现的算法、核函数和解决方案。许多算法给出了MATLAB编码，可适用于许多领域的模式分析任务。其次，它为学生和研究人员提供了一个方便的入门向导，去了解基于核的模式分析这个迅速发展的领域。书中举例说明了如何针对新的特定应用手工写出一个算法或核函数，同时还给出了为完成此任务所需的初步方案及数学工具。        本书分三部分。第一部分介绍了这个领域的基本概念，书中不仅给出了一个展开的入门例子，而且还阐述了这种方法的主要理论基础。第二部分包含了若干基于核的算法，从最简单的到较复杂的系统，例如核偏序最小二乘法、正则相关分析、支持向量机、主成分分析等。第三部分描述了若干核函数，从基本的例子到高等递归核函数、从生成模型导出的核函数(如HMM)和基于动态规划的串匹配核函数，以及用于处理文本文档的特殊核函数。        本书适用于所有从事模式识别、机器学习、神经网络及其应用(从计算生物学到文本分)的研究人员。


模式分析的核方法：英文版-相关最新图书
·五经注释(上下)
·Delphi进阶教程
·折纸战士 22
·防水工长便携手册
·魏源全集(全20册)
·中国金银玻璃珐琅器全集。第5卷 珐琅器（一）
·自由交流:博士生英语口语
·CEI中国行业发展报告2004(医药制造业)
·圣水湖畔
·新简明电工手册
·我认识的钱钟书
·再塑民族之魂 易学与儒学
·现代文学与民族文化的重构
·现代光学
·环境文学研究
·最新大学俄语四级考试综合指导及模拟训练
·当代学者自选文库(叶秀山卷)
·俄语社科阅读文萃
·高等学校法学系列教材-新编法学通论
·胜道：破解历史上赢家的智慧