自適應(yīng)系統(tǒng)與機(jī)器智能

出版者的話譯者序前言致謝第1章緒論 1.1機(jī)器智能研究 1.2兩個(gè)層面：數(shù)據(jù)驅(qū)動(dòng)方法和生物啟發(fā)式方法 1.3如何閱讀本書 1.3.1機(jī)器智能的數(shù)據(jù)驅(qū)動(dòng)方法1.3.2機(jī)器智能的生物啟發(fā)式方法 1.4總結(jié)和延伸閱讀 參考文獻(xiàn) 第2章增量學(xué)習(xí) 2.1引言 2.2問題的提出 2.3 自適應(yīng)增量學(xué)習(xí)框架 2.4映射函數(shù)設(shè)計(jì) 2.4.1基于歐氏距離的映射函數(shù) 2.4.2基于回歸學(xué)習(xí)模型的映射函數(shù) 2.4.3基于在線評估系統(tǒng)的映射函數(shù) 2.5實(shí)例研究 2.5.1視頻流的增量學(xué)習(xí) 2.5.2垃圾郵件分類的增量學(xué)習(xí)2.6總結(jié) 參考文獻(xiàn) 第3章不平衡學(xué)習(xí) 3.1引言 3.2不平衡學(xué)習(xí)的本質(zhì) 3.3不平衡數(shù)據(jù)學(xué)習(xí)方法 3.3.1不平衡數(shù)據(jù)學(xué)習(xí)的抽樣法 3.3.2不平衡數(shù)據(jù)學(xué)習(xí)的代價(jià)敏感方法 3.3.3基于核的不平衡數(shù)據(jù)學(xué)習(xí)方法 3.3.4不平衡數(shù)據(jù)學(xué)習(xí)的主動(dòng)學(xué)習(xí)方法 3.3.5不平衡數(shù)據(jù)學(xué)習(xí)的其他方法 3.4不平衡數(shù)據(jù)學(xué)習(xí)的評價(jià)指標(biāo)3.4.1單一評價(jià)指標(biāo) 3.4.2受試者工作特性( ROC)曲線 3.4.3查準(zhǔn)率一查全率(PR)曲線3.4.4代價(jià)曲線 3.4.5多類不平衡數(shù)據(jù)學(xué)習(xí)評價(jià)指標(biāo) 3.5機(jī)遇和挑戰(zhàn) 3.6實(shí)例研究 3.6.1非線性規(guī)范化 3.6.2數(shù)據(jù)集分布 3.6.3仿真結(jié)果和討論 3.7總結(jié) 參考文獻(xiàn) 第4章集成學(xué)習(xí) 4.1引言 4.2假設(shè)多樣性 4.2.1 Q統(tǒng)計(jì)量 第5章機(jī)器智能的自適應(yīng)動(dòng)態(tài)規(guī)劃第6章聯(lián)想學(xué)習(xí)第7章序列學(xué)習(xí)第8章機(jī)器智能的硬件設(shè)計(jì)