基于复杂网络的机器学习方法PDF电子书下载
- 电子书积分:10 积分如何计算积分?
- 作 者:(巴西)迪亚戈·克里斯蒂亚诺·席尔瓦,赵亮著
- 出 版 社:北京:机械工业出版社
- 出版年份:2018
- ISBN:9787111611493
- 页数:248 页
第1章 概述 1
1.1 背景 1
1.2 本书主要内容 3
1.3 本书结构 8
参考文献 8
第2章 复杂网络 11
2.1 图论简介 11
2.1.1 图的定义 11
2.1.2 图的连通性 14
2.1.3 路径和环路 17
2.1.4 子图 19
2.1.5 树和森林 20
2.1.6 图的矩阵表示 21
2.2 网络演化模型 22
2.2.1 随机网络 22
2.2.2 小世界网络 24
2.2.3 无标度网络 25
2.2.4 随机聚类网络 27
2.2.5 核心-边缘网络 27
2.3 复杂网络的统计描述 29
2.3.1 度和度相关性 29
2.3.2 距离和路径 31
2.3.3 网络结构 32
2.3.4 网络中心性 35
2.3.5 复杂网络度量方法的分类 40
2.4 复杂网络上的动力学过程 42
2.4.1 随机游走 42
2.4.2 惰性随机游走 46
2.4.3 自避行走 47
2.4.4 游客漫步 47
2.4.5 流行病传播 48
2.5 本章小结 49
参考文献 50
第3章 机器学习 53
3.1 引言 53
3.2 监督学习 55
3.2.1 数学表达式和基本假设 55
3.2.2 主要算法 57
3.3 无监督学习 59
3.3.1 数学表达式和基本假设 59
3.3.2 主要算法 60
3.4 半监督学习 62
3.4.1 研究目的 62
3.4.2 数学表达式和基本假设 63
3.4.3 主要算法 64
3.5 基于网络的机器学习方法概述 65
3.6 本章小结 66
参考文献 67
第4章 网络构建技术 70
4.1 引言 70
4.2 相似性与相异性 72
4.2.1 定义 72
4.2.2 基于向量形式的相似性函数实例 74
4.3 向量数据的网络转化 78
4.3.1 κ-近邻和?-半径网络 80
4.3.2 κ-近邻和?-半径组合的网络构建技术 81
4.3.3 b-匹配网络 82
4.3.4 线性邻域网络 83
4.3.5 松弛线性邻域网络 84
4.3.6 聚类启发式网络 86
4.3.7 重叠直方图网络 88
4.3.8 其他网络构建技术 92
4.4 时间序列数据的网络转化 93
4.4.1 周期网络 94
4.4.2 相关网络 94
4.4.3 循环网络 95
4.4.4 转移网络 95
4.5 网络构建方法分类 95
4.6 非结构化数据网络转化的难点 96
4.7 本章小结 98
参考文献 98
第5章 基于网络的监督学习 101
5.1 引言 101
5.2 典型的基于网络的监督学习技术 103
5.2.1 基于κ-关联图的分类算法 103
5.2.2 网络学习工具:NetKit 104
5.2.3 易访问启发式的分类算法 105
5.3 本章小结 107
参考文献 107
第6章 基于网络的无监督学习 109
6.1 引言 109
6.2 社团检测算法 111
6.2.1 相关概念 111
6.2.2 数学表达式和基本假设 113
6.2.3 前沿技术综述 113
6.2.4 社团检测基准 114
6.3 典型的基于网络的无监督学习技术 115
6.3.1 介数 115
6.3.2 模块度最大化 116
6.3.3 谱平分法 119
6.3.4 基于粒子竞争模型的社团检测 121
6.3.5 变色龙算法 122
6.3.6 基于空间变换和群体动力学的社团检测 124
6.3.7 同步方法 126
6.3.8 重叠社团挖掘 128
6.3.9 网络嵌入与降维 132
6.4 本章小结 133
参考文献 134
第7章 基于网络的半监督学习 138
7.1 引言 138
7.2 数学假设 140
7.3 典型的基于网络的半监督学习技术 141
7.3.1 最大流和最小割 142
7.3.2 高斯随机场和调和函数 143
7.3.3 Tikhonov正则化框架 144
7.3.4 局部和全局一致性算法 145
7.3.5 附着法 146
7.3.6 模块化方法 148
7.3.7 相互作用力 150
7.3.8 判别式游走 151
7.4 本章小结 154
参考文献 155
第8章 基于网络的监督学习专题研究:高级数据分类 158
8.1 引言 158
8.2 问题提出 159
8.3 高级分类模型 162
8.3.1 高级分类模型的总体思路 162
8.3.2 混合分类框架的构建 165
8.4 高级分类器的构建方法 167
8.4.1 传统的基于网络度量方法的高级分类器构建 168
8.4.2 基于随机游走的高级分类器构建 169
8.5 高级分类器的数值分析 173
8.5.1 高级分类器应用样本 173
8.5.2 参数敏感性分析 173
8.6 应用:手写数字识别 176
8.6.1 相关研究 176
8.6.2 手写数字数据集MNIST 177
8.6.3 图像相似性计算算法 177
8.6.4 混合分类框架中的低级分类技术 178
8.6.5 混合分类器的性能 178
8.6.6 手写数字识别样本 179
8.7 本章小结 181
参考文献 182
第9章 基于网络的无监督学习专题研究:随机竞争学习 184
9.1 引言 184
9.2 随机竞争学习算法模型 185
9.2.1 模型原理 185
9.2.2 转移矩阵的推导 186
9.2.3 随机非线性动力系统的定义 192
9.2.4 计算社团数目的方法 194
9.2.5 重叠结构的检测方法 194
9.2.6 参数敏感性分析 195
9.2.7 收敛分析 198
9.3 模型的理论分析 200
9.3.1 数学分析 200
9.3.2 粒子竞争模型与传统的多粒子随机游走 208
9.3.3 样本分析 210
9.4 重叠节点及社团检测的数值分析 213
9.4.1 扎卡里空手道俱乐部网络 214
9.4.2 海豚社交网络 215
9.4.3 《悲惨世界》人物关系网络 216
9.5 应用:手写数字识别和字母聚类 216
9.5.1 数据集情况 217
9.5.2 最优粒子数和集簇数 217
9.5.3 手写数字或字母聚类 218
9.6 本章小结 220
参考文献 220
第10章 基于网络的半监督学习专题研究:随机竞争-合作学习 223
10.1 引言 223
10.2 随机竞争-合作模型 224
10.2.1 半监督学习与无监督学习的差异 224
10.2.2 半监督学习环境 226
10.2.3 竞争转移矩阵的修正 226
10.2.4 系统初始条件的修正 227
10.3 模型的理论分析 228
10.3.1 数学分析 228
10.3.2 样本分析 230
10.4 模型的数值分析 233
10.4.1 人工合成数据集上的模拟 233
10.4.2 真实数据集上的模拟 234
10.5 应用:错误标记数据集上的错误标签传播检测和预防 236
10.5.1 问题提出 236
10.5.2 错误标记训练集的检测 237
10.5.3 错误标签传播的预防 238
10.5.4 竞争-合作模型学习系统的修正 240
10.5.5 参数敏感性分析 240
10.5.6 计算机模拟 242
10.6 本章小结 245
参考文献 245
- 《中风偏瘫 脑萎缩 痴呆 最新治疗原则与方法》孙作东著 2004
- 《党员干部理论学习培训教材 理论热点问题党员干部学习辅导》(中国)胡磊 2018
- 《基于地质雷达信号波的土壤重金属污染探测方法研究》赵贵章 2019
- 《第一性原理方法及应用》李青坤著 2019
- 《数学物理方法与仿真 第3版》杨华军 2020
- 《Helmholtz方程的步进计算方法研究》李鹏著 2019
- 《深度学习与飞桨PaddlePaddle Fluid实战》于祥 2019
- 《土壤环境监测前沿分析测试方法研究》中国环境监测总站编著 2018
- 《全国普通高等中医药院校药学类专业“十三五”规划教材 第二轮规划教材 有机化学学习指导 第2版》赵骏 2018
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》(中国)工控帮教研组 2019
- 《公主小姐不想吃饭》(法)克里斯汀·诺曼·维拉蒙著(法)玛丽安娜·巴尔西隆绘苏迪译 2019
- 《我才是真的公主!》(法)克里斯汀·诺曼·维拉蒙,苏迪,(法)玛丽安娜·巴 2019
- 《空气动力学 7 飘浮的秘密》(加)克里斯·费里著 2019
- 《大历史 虚无与万物之间 全彩插图版》(美)大卫·克里斯蒂安,辛西娅·斯托克斯·布朗,克雷格·本杰明著;刘耀辉译 2017
- 《什么都要可以吗?》(法)克里斯汀·诺曼·维拉蒙著;(法)玛丽安娜·巴尔西隆绘;苏迪译 2019
- 《成为自己 找回生命本来的样子》(印)克里希那穆提,司哲 2018
- 《韦伯的比较历史社会学今探》罗俊华责编;张翼飞,殷亚迪译者;(美)斯蒂芬·卡尔博格 2020
- 《量子系统的非平衡多体理论》(意)G.斯蒂芬尼茨,(德)R.冯·莱文 2019
- 《哈里森内科学 第19版 双语版 上》(美)丹尼斯·L.卡斯帕(Dennis L. Kasper),(美)安东尼·S.福奇由(Anthony S.Fauci),(美)斯蒂芬·L.豪泽(Stephen L.Hauser)著;王海译 2019
- 《没有疼痛的身体》杨晓晨责任编辑;秦秋林,张卫彤译;(法国)克里斯多夫·卡里奥 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《高等教育双机械基础课程系列教材 高等学校教材 机械设计课程设计手册 第5版》吴宗泽,罗圣国,高志,李威 2018
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019
- 《中国十大出版家》王震,贺越明著 1991
- 《近代民营出版机构的英语函授教育 以“商务、中华、开明”函授学校为个案 1915年-1946年版》丁伟 2017
- 《新工业时代 世界级工业家张毓强和他的“新石头记”》秦朔 2019
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》(中国)工控帮教研组 2019
- 《AutoCAD机械设计实例精解 2019中文版》北京兆迪科技有限公司编著 2019