出版社:科学出版社
年代:2019
定价:128.0
本书阐述了社会机器学习的概念,系统总结了机器学习、社会计算等相关理论与方法并将两者有机融合,将大数据分析、深度机器学习、复杂网络分析等最新的理论和方法应用到社会计算中,重点研究和解决了社会机器学习中的聚类学习、关联学习、角色学习、行为学习、弱项学习和异常学习等问题,针对每类研究问题分别从”问题-概念-模型-算法-实验”进行系统研究,提出了许多创新的理论、技术和方法,针对实际问题给出解决思路和实验验证,具有重要的理论创新和应用创新,是作者多年工作和实践的总结,对从事该领域的相关研究者具有重要的借鉴意义。
书籍详细信息 | |||
书名 | 社会机器学习站内查询相似图书 | ||
9787030639271 如需购买下载《社会机器学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 科学出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 128.0 | 语种 | 简体中文 |
尺寸 | 24 × 17 | 装帧 | 平装 |
页数 | 310 | 印数 |
社会机器学习是科学出版社于2019.12出版的中图分类号为 TP181 的主题关于 机器学习-数据收集-技术 的书籍。
(美) 叶夫根尼·沃罗贝基克 (Yevgeniy Vorobeychik) , (美) 穆拉特·坎塔尔乔格卢 (Murat Kantarcioglu) , 著
(美) 安东尼·D.约瑟夫 (Anthony D. Joseph) , (美) 布莱恩·尼尔森 (Blaine Nelson) , (美) 本杰明·I.P.鲁宾斯坦, (美) J.D.泰格 (J. D. Tygar) , 著
潘风文, 黄春芳, 著
潘风文, 黄春芳, 著
(南非) 彭特里思 (Pentreath,N.) , 著
张浩彬, 著
(法) 阿尔伯特·比费特 (Albert Bifet) , 等著
(美) 古铁雷斯 (Daniel D. Gutierrez) , 著
董青岭, 著