《基于免疫计算的机器学习方法及应用》内容简介与阅读建议

Name: 基于免疫计算的机器学习方法及应用
Author: 徐雪松

获取这本书 暂无已核验电子书资源

下载

作者: 徐雪松
分类: 计算机类
出版年份: 2017
语言: 中文

《基于免疫计算的机器学习方法及应用》内容简介

大数据时代的机器学习和数据挖掘技术的作用日渐重要，受到了广泛的关注。本书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。针对关联规则挖掘、数据分类、数据聚类、属性约简等机器学习及生物信息大数据挖掘等具体问题，提出一系列新方法，并结合深度学习和张量计算探讨了机器学习软计算方法的*发展动态和方向。

《基于免疫计算的机器学习方法及应用》书籍信息摘要

《基于免疫计算的机器学习方法及应用》内容简介与阅读建议，作者徐雪松，计算机类，2017年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：机器学习、计算机类。

作者：徐雪松
分类：计算机类
出版年份：2017
语言：中文
格式：暂无已核验合规下载格式

《基于免疫计算的机器学习方法及应用》适合哪些读者？

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

查看徐雪松的作品顺序浏览计算机类书籍查看“机器学习”相关书籍读完这本读什么查看书籍排行榜

获取建议

《基于免疫计算的机器学习方法及应用》怎么获取更合适？

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

目录
第1 章诸论...............................................................................................1
1.1 引言............................................................................................................. 2
1.2 人工智能与机器学习................................................................................. 3
1.3 数据挖掘与机器学习................................................................................. 7
1.4 仿生计算智能与机器学习....................................................................... 12
1.5 免疫计算与机器学习............................................................................... 16
1.6 本书的内容及结构................................................................................... 20

展开全部（共 79 章节）

参考文献........................................................................................................... 22
第2 章机器学习主流技术与方法............................................................. 29
2.1 机器学习的发展....................................................................................... 30
2.2 机器学习中的统计分析方法................................................................... 34
2.2.1 线性回归分析............................................................................... 38
2.2.2 非线性回归分析........................................................................... 40
2.2.3 多元线性回归分析....................................................................... 42
2.3 机器学习中的现代技术方法................................................................... 44
2.3.1 粗糙集........................................................................................... 45
2.3.2 遗传算法....................................................................................... 50?
2.3.3 神经网络....................................................................................... 54
2.3.4 深度学习....................................................................................... 60
2.3.5 支持向量机................................................................................... 62
2.3.6 强化学习....................................................................................... 72
2.3.7 度量学习....................................................................................... 75
2.3.8 多核学习....................................................................................... 77
2.3.9 集成学习....................................................................................... 78
2.3.10 主动学习..................................................................................... 80
2.3.11 迁移学习..................................................................................... 83
参考文献........................................................................................................... 85
第3 章免疫计算的基础原理.................................................................... 95
3.1 免疫计算生物学基础............................................................................... 96
3.1.1 免疫学基本概念........................................................................... 96
3.1.2 生物免疫系统的结构及组成....................................................... 97
3.1.3 免疫系统功能及机制................................................................. 102
3.2 人工免疫基本原理..................................................................................113
3.2.1 人工免疫系统基本概念..............................................................115
3.2.2 人工免疫系统基本原理及机制..................................................116
3.3 免疫计算学习及优化方法..................................................................... 120
参考文献......................................................................................................... 123
第4 章基于免疫聚类竞争的关联规则挖掘方法..................................... 127
4.1 基本概念及问题描述............................................................................. 128
4.2 数据表达及初始化................................................................................. 131
4.3 免疫关联规则挖掘................................................................................. 132
4.3.1 抗体聚类与竞争克隆................................................................. 132
4.3.2 抗体编码及初始化..................................................................... 135
4.3.3 抗体亲和力定义......................................................................... 138
4.3.4 抗体操作..................................................................................... 138
4.4 免疫关联规则挖掘方法及分析............................................................. 140
4.5 仿真实验及应用..................................................................................... 143
4.5.1 UCI 数据集仿真实验................................................................. 143
4.5.2 教学质量规则挖掘与分析......................................................... 145
参考文献......................................................................................................... 147
第5 章基于小生境免疫粗糙集属性约简方法......................................... 153
5.1 问题描述................................................................................................. 154
5.2 基本概念及理论..................................................................................... 155
5.3 属性信息编码及小生境免疫优化......................................................... 156
5.3.1 疫苗提取及初始抗体种群......................................................... 156
5.3.2 抗体编码及接种疫苗................................................................. 159
5.4 小生境免疫共享机制及免疫算子操作................................................. 160
5.5 算法执行过程......................................................................................... 163
5.6 试验仿真及应用..................................................................................... 165
5.6.1 实验1.......................................................................................... 165
5.6.2 实验2.......................................................................................... 168
5.6.3 实验3.......................................................................................... 170
参考文献......................................................................................................... 172
第6 章基于免疫阴性选择的数据分类器................................................ 178
6.1 问题描述................................................................................................. 179
6.2 基本概念及原理..................................................................................... 180
6.3 文本分类规则编码................................................................................. 182
6.3.1 个体编码..................................................................................... 182
6.3.2 亲和力定义................................................................................. 183
6.3.3 免疫优化..................................................................................... 184
6.4 掩码匹配的否定选择分类器................................................................. 184
6.5 免疫进化分类实现................................................................................. 186
6.6 仿真实验及应用..................................................................................... 187
6.6.1 实验一......................................................................................... 187
6.6.2 实验二......................................................................................... 188
参考文献.....
《基于免疫计算的机器学习方法及应用》徐雪松【文字版_PDF电子书_下载】大小：2.70MB已经过安全软件检测无毒，请您放心下载。
浏览器不支持脚本！