机器学习算法与应用(21世纪经济管理新形态教材)/大数据与信息管理系列

\"唐晨 博士，天津大学电气自动化与信息工程学院教授，国家自然科学基金和教育部学位论文评审专家。多年主讲本科生及研究生机器学习相关课程，在国内外重要学术期刊发表论文100余篇，主持或参与多项国家、省部级科研项目，以第一发明人获得授权专利10余项。主要研究方向：机器学习和深度学习方法研究及在图像处理、大数据和信息安全等领域中的应用等。 付树军 博士，山东大学数学学院科学计算与软件研究所教授，博士生导师，山东大学承势公共安全大数据研究中心主任。国家自然科学基金、国家教育部科研基金和科技奖励、山东省科技计划项目评审专家。中国图像图形学学会交通视频专委会副主任委员，山东省计算数学学会常务委员，山东省大数据研究会副秘书长。发表论文100余篇，主持或参与20余项省部级以上科研项目，申请专利14项。主要研究方向：图像处理和计算机视觉、医学图像分析、大数据计算等。 徐岩 博士，天津大学电气自动化与信息工程学院副教授。多年来一直从事机器学习、深度学习、模式识别、图像处理等领域的研究，主持或参与多项国家自然科学基金、天津市自然科学基金、企业合作等科研项目，以第一作者或通讯作者在SCI、EI、核心期刊发表学术论文40余篇，以第一发明人获得授权专利10余项。 \"

第1章 绪论 1.1 机器学习的定义 1.2 机器学习的种类 1.3 机器学习的应用 1.4 网上公开的部分机器学习数据库 第一部分 机器学习中的数学基础 第2章 线性代数 2.1 标量、向量、矩阵和张量 2.2 矩阵的运算 2.3 特殊矩阵 2.4 线性空间、线性相关和线性变换 2.5 内积与范数 2.6 矩阵分解 2.7 Moore-Penrose伪逆 2.8 MATLAB函数和示例 第3章 概率统计与信息论 3.1 随机事件及其概率 3.2 随机变量及其概率分布 3.3 边缘概率与条件概率 3.4 独立性、全概率公式和贝叶斯公式 3.5 随机变量的数字特征 3.6 常用概率分布 3.7 数理统计基础 3.8 统计推断 3.9 信息论 3.10 MATLAB函数和示例 第4章 最优化方法 4.1 拉格朗日乘子法与KKT条件 4.2 梯度下降法和共轭梯度法 4.3 牛顿法和拟牛顿法 4.4 坐标下降法 4.5 启发式智能优化算法 4.6 基于MATLAB的优化求解 第5章 张量分析 5.1 基本概念与运算 5.2 张量的经典分解 5.3 张量奇异值分解 5.4 MATLAB函数与示例 第二部分 样本数据的处理 第6章 核（Kernel）方法 6.1 核函数引入 6.2 正定核函数 6.3 正定核函数的等价定义 6.4 常用的核函数及其MATLAB实现 第7章 主成分分析（PCA）与核主成分分析（KPCA） 7.1 算法定义 7.2 算法原理 7.3 KPCA 7.4 举例 第8章 线性判别分析（LDA）与核线性判别分析（KLDA）