景德镇陶瓷大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

数据分析的结构化表征学习/张正, 徐勇, 卢光明著

出版发行项:

北京:人民邮电出版社,2022.11

ISBN及定价:

978-7-115-58401-4 精装/CNY149.00

载体形态项:

238页:彩图;25cm

并列正题名:

Structural representation learning for data analysis

丛编项:

电子信息前沿专著系列

个人责任者:

张正 著

个人责任者:

徐勇 著

个人责任者:

卢光明 著

学科主题:

数据处理-研究

中图法分类号:

TP274

一般附注:

国家出版基金项目 “十四五”时期国家重点出版物出版专项规划项目 中国电子学会

责任者附注:

张正, 哈尔滨工业大学 (深圳) 副教授、博士生导师, 深圳市视觉目标检测与判识重点实验室副主任, IEEE资深会员, 深圳市海外高层次人才。徐勇, 哈尔滨工业大学 (深圳) 教授、博士生导师, 教育部长江学者特聘教授。卢光明, 哈尔滨工业大学 (深圳) 教授、博士生导师、计算机学院副院长, 深圳市高层次人才。

书目附注:

有书目

提要文摘附注:

结构化表征学习是机器学习研究的核心问题之一, 旨在探索如何从高维可观测数据中获取有效的结构化信息表示, 以实现高精度、鲁棒、快速的数据分析, 是由数据到知识的关键渠道。本书重点介绍如何从具有不确定性的海量大媒体数据中挖掘和提取结构化、鲁棒、高效的特征, 并实现高性能的信息挖掘和知识推断。本书内容包含近年来涌现的一些高效、鲁棒的结构化表征学习模型, 介绍了基于鲁棒且紧凑的表征学习的-体化表征学习理论和方法, 并为应对真实世界中的数据分析任务, 如数据简约特征表达、紧凑特征压缩、有效特征筛选以及隐含知识挖掘等, 提供了较为全面且切实可靠的解决方案。

使用对象附注:

本书适合具有一定专业基础的高年级本科生、研究生, 以及相关领域的科研工作者和工程师阅读

豆瓣简介：