机器学习及其应用2013电子书

扉页

内容简介

版权页

前言

目录

Learning Sparse Topical Representations Jun Zhu Aonan Zhang Eric P Xing

1 Introduction

2 Related Work

2.1 Probabilistic LDA

2.2 Nonnegative Matrix Factorization

3 Sparse Topical Coding

3.1 A Probabilistic Generative Process

3.2 STC for MAP Estimation

3.3 0ptimization with Coordinate Descent

4 Extensions

4.1 Collapsed STC

4.2 Supervised Sparse Topical Coding

5 Experiments

5.1 Sparse Word Code

5.2 Prediction Accuracy

5.3 Time Efficiency

6 Conclusion

References

多视图在利用未标记数据学习中的效用 王魏 周志华

1 引言

2 乡视图在半监督学习中的效用

3 多视图在主动学习中的效用

4 多视图在主动半监督学习中的效用

5 视图分割

6 结束语

参考文献

知识挖掘与用户建模 王海峰 赵世奇 向伟 徐倩 田浩 吴甜

1 引言

2 技术综述

3 本体知识体系构建

3.1 知识挖掘

3.2 知识加T

3.3 语义计算

3.4 实验结果

3.5 基于本体知识的需求主题体系构建

4 跨产品用户日志挖掘

4.1 技术框架

4.2 跨产品用户数据session分割

4.3 跨产品用户数据关注点挖掘

5 用户建模

5.1 用户属性建模

5.2 用户兴趣建模

5.3 用户状态建模

5.4 多维度用户行为分析模型

5.5 用户兴趣模型的地域性关联分析

6 结语

参考文献

异质人脸图像合成 高新波 王楠楠

1 引言

2 基于子空间学习的图像合成方法

2.1 基于线性子空间学习的方法

2.2 基于流形学习的方法

3 基于贝叶斯推理的合成方法

3.1 基于嵌入式隐马尔科夫模型的方法

3.2 基于马尔科夫随机场的方法

4 基于人脸幻像思想的合成方法

5 实验结果

6 结束语

参考文献

面向高维多视图数据的广义相关分析 陈晓红 陈松灿

1 引言

1.1 多视图数据

1.2 数据降维的意义与方法

2 基于相关分析的降维方法所面临的问题与解决方案

2.1 忽视多视图数据的监督信息

2.2 要求不同视图间的数据全配对

2.3 现有解决方案

3 我们的研究T作

3.1 半配对局部相关分析

3.2 半监督半配对广义相关分析

3.3 邻域相关分析

4 小结

参考文献

基于向量场的流形学习和排序 何晓飞

1 引言

2 平行向量场和线性函数

2.1 流形上半监督学习问题

2.2 平行向量场和线性函数

2.3 目标函数

3 离散化和优化

3.1 切空间和向量场离散化

3.2 梯度场计算

3.3 平行向量场计算

3.4 离散形式的目标函数

3.5 目标函数优化

4 基于平行向量场正则化的排序

4.1 向量场正则化

4.2 R1和R2的离散化

4.3 目标函数离散化

4.4 目标函数优化

4.5 实验

5 结束语与展望

参考文献

秩极小化：理论、算法与应用 林宙辰

1 引言

2 主要数学模型

3 理论分析

4 算法

4.1 加速近邻梯度法及其推广

4.2 交错方向法及其线性化

4.3 奇异值分解的计算

5 应用

5.1 背景建模

5.2 图像批量对齐

5.3 变换不变低秩纹理

5.4 运动分割

5.5 图像分割

5.6 图像显著区域检测

6 结束语

参考文献

实值多变量维数约简 单洪明 张军平 夏威

1 引言

2 实值多变量维数约简

2.1 切片逆回归法

2.2 切片逆回归的推广

2.3 主Hessian方向

2.4 子空间简介

2.5 稀疏充分维数约简

2.6 核维数约简

2.7 最小平方维数约简

3 树形结构的核维数约简

3.1 动机

3.2 树形算法的介绍

3.3 （残差）树形核维数约简

3.4 实验部分

3.5 结论

4 核维数约简在人群计数中的应用

4.1 核维数约简

4.2 多核学习

5 结论

参考文献