您好,欢迎来到聚文网。 登录 免费注册
机器学习中的稀疏性:一种信息提取的现代方法

机器学习中的稀疏性:一种信息提取的现代方法

  • 字数: 157
  • 出版社: 苏州大学
  • 作者: 冯思为|
  • 商品条码: 9787567246553
  • 版次: 1
  • 开本: 16开
  • 页数: 157
  • 出版年份: 2023
  • 印次: 1
定价:¥58 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书以信息选择为视 角,全面介绍了稀疏性在 机器学习中的应用。通过 系统性的讲解,读者能够 深入理解信息选择对机器 学习算法性能的重要性以 及基于稀疏性的信息选择 方法。
目录
CHAPTER 1 INTRODUCTION 1.1 Feature Selection 1.2 Transfer Learning 1.3 Outline CHAPTER 2 BACKGROUND 2.1 Notations 2.2 Single-Layer Autoencoder 2.3 Long-Short-Term Memory Network 2.4 Sparse Learning-Based Unsupervised Feature Selection 2.5 Self-Taught Learning 2.6 Few-Shot Learning 2.7 Hyperspectral Signal Analysis 2.8 Human Activity Recognition CHAPTER 3 FEATURE SELECTION 3.1 Vertical Federated Learning-Based Supervised Feature Selection 3.2 Supervised Hyperspectral Band Selection 3.3 Unsupervised Feature Selection with Data Structure Preservation CHAPTER 4 TRANSFER LEARNING 4.1 Graph and Autoencoder-Based Self-Taught Learning 4.2 Few-Shot Learning-Based Cross-Domain Human Activity Recognition BIBLIOGRAPHY

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网