●關於深度學習的一點思考
1引言
2深度神經網絡
3為何“深”
4為何有必要探討DNN之外的深度模型
參考文獻
隨機梯度下降郎之萬動力學的泛化分析
1介紹
2基本設定
3理想情況:Langevin方程的泛化性能
4離散時間序列下SGLD的穩定性
5離散情形下SGLD算法的PAC-Bayesian理論
6結論
參考文獻
A附錄
因果和因果圖模型
1引言
2因果
3因果圖模型
4圖模型空間
5總結和討論
參考文獻
一致性學習理論研究
1引言
2相關工作
3噪聲環境下k近鄰方法一致性
4Pairwise損失函數一致性
5總結與展望
參考文獻
大規模分類任務的分層學習
1引言
2類別的層次結構
3分層分類的性能評價
4層次結構的構建
5分層分類的特征選擇
6分層分類器學習
7停止機制設計
8總結與展望
參考文獻
概念器的發展與應用
1概念器模型
2基於概念器的深度神經網絡模型
參考文獻
從譜聚類到自注意力模型——談經典機器學習在深度學習時代的新形態
1引言
2經典機器學習在深度學習時代的新形態
3自注意機制與譜聚類
4我們的工作
5結束語
參考文獻
子空間學習研究進展與展望
1摘要
2引言
3單源子空間學習方法
4共享子空間學習方法
5未來研究挑戰和思路
參考文獻
主動學習研究簡介
1引言
2相關工作
3主動學習方法
4總結與展望
參考文獻
神經機器翻譯
1介紹
2神經機器翻譯的最新進展
3總結
參考文獻
面向個性化教育的大數據分析方法研究與應用
1摘要
2引言
3異構教育資源深度表征方法
4學生認知水平建模
5教育推薦繫統
6總結與展望
參考文獻
內容簡介
本書是對第十五屆和第十六屆中國“機器學習及其應用”研討會的一個總結,邀請了與會的11位專家就其研究領域撰文,以綜述的形式探討了機器學習不同分支及相關領域的研究成果。內容涉及深度學習、主動學習、子空間學習、隨機優化、因果圖模型、聚類、分類等,介紹了新型深度學習範式,以及機器學習在機器翻譯、大數據分析等方面的應用。本書可供計算機、自動化及相關專業的研究人員、教師、研究生和工程技術人員閱讀參考。