图书介绍

机器学习理论与应用 基于云教育环境PDF|Epub|txt|kindle电子书版本下载

机器学习理论与应用 基于云教育环境
  • 马长林，郑世珏，刘三？著 著
  • 出版社： 北京：清华大学出版社
  • ISBN：9787302514053
  • 出版时间：2019
  • 标注页数：178页
  • 文件大小：59MB
  • 文件页数：188页
  • 主题词：机器学习

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：0aca236434856fab4088af7b3256fb52

下载说明

机器学习理论与应用 基于云教育环境PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 概述1

1.1 机器学习的兴起1

1.1.1 机器学习的定义1

1.1.2 机器学习的发展2

1.1.3 机器学习和人工智能的关系3

1.2 机器学习与现代教育技术3

1.2.1 现代教育技术的基本概念4

1.2.2 现代教育技术的发展4

1.2.3 教育技术研究对象与任务5

1.2.4 现代教育技术的发展新趋势5

1.2.5 机器学习与现代教育技术的联系6

1.3 终身教育的提出7

1.3.1 终身学习7

1.3.2 特点7

1.3.3 意义8

1.3.4 终身教育和机器学习的关系8

1.4 大数据时代智慧教育的发展9

1.4.1 智慧教育的概念和内涵9

1.4.2 智慧教育的体系和关键技术10

1.4.3 智慧教育的发展11

1.4.4 学习型社会下基于机器学习技术的智慧教育系统11

1.5 云教育的支撑12

1.5.1 云教育平台12

1.5.2 教育云13

1.5.3 大数据时代机器学习云平台13

1.6 深度学习14

1.6.1 深度问题15

1.6.2 核心思路15

1.6.3 成功案例16

1.6.4 深度学习在信息教育技术方面的运用16

1.7 流形学习17

1.7.1 等距映射17

1.7.2 LE18

1.7.3 LLE18

1.7.4 PCA18

1.7.5 MDS19

1.8 知识图谱19

1.8.1 知识图谱特点19

1.8.2 中文知识图谱20

第2章 机器学习概述22

2.1 机器学习方法22

2.1.1 有监督学习22

2.1.2 无监督学习23

2.1.3 半监督学习24

2.1.4 三种机器学习方法比较25

2.2 机器学习策略25

2.2.1 机械学习26

2.2.2 基于解释的学习26

2.2.3 基于类比的学习27

2.2.4 基于事例的学习27

2.3 机器学习的主要算法和相关术语28

2.3.1 机器学习主要算法28

2.3.2 机器学习相关术语概念30

第3章 机器学习中概率主题模型32

3.1 LSA模型33

3.2 PLSA模型33

3.3 LDA模型34

3.3.1 多项式分布34

3.3.2 Dirichlet分布35

3.3.3 贝叶斯网络36

3.3.4 LDA标准模型36

3.3.5 LDA改进观点挖掘模型38

3.4 CTM模型41

第4章 基于主题情感最大熵LDA模型45

4.1 TSU MaxEnt-LDA模型描述45

4.2 TSU MaxEnt-LDA模型生成过程46

4.3 TSU MaxEnt-LDA模型推理48

4.3.1 MaxEnt最大熵模型推理48

4.3.2 TSU MaxEnt-LDA主题模型推理49

4.4 仿真实验51

4.4.1 实验平台51

4.4.2 实验数据描述51

4.4.3 实验数据预处理52

4.4.4 实验参数说明52

4.4.5 实验步骤52

4.4.6 实验结果及分析53

4.5 程序举例57

第5章 基于云模型和领域判别LDA模型75

5.1 云模型相关理论75

5.1.1 云模型的定义76

5.1.2 云模型的数字特征76

5.1.3 云模型的“3En规则”77

5.1.4 正向云和逆向云发生器78

5.1.5 云的相似度算法78

5.2 SC MaxEnt-LDA模型80

5.2.1 模型描述80

5.2.2 模型生成过程80

5.2.3 模型推理83

5.2.4 基于云模型理论的情感修正算法85

5.3 SC MaxEnt-LDA仿真实验86

5.3.1 数据集和实验环境86

5.3.2 实验步骤87

5.4 DI-LDA模型89

5.4.1 模型简介89

5.4.2 模型推理91

5.5 DI-LDA模型仿真实验93

5.5.1 实验平台和实验数据描述处理93

5.5.2 实验步骤94

5.6 程序举例97

第6章 CTM模型文本分类和观点挖掘111

6.1 文本分类概述111

6.1.1 文本预处理111

6.1.2 文本表示112

6.1.3 特征提取112

6.1.4 文本分类方法113

6.1.5 性能评估114

6.1.6 相关工具115

6.2 CTM文本分类模型115

6.2.1 模型描述116

6.2.2 CTM模型主题数目优化117

6.2.3 CTM模型的特征选择优化118

6.2.4 仿真实验120

6.3 基于主题情感混合的CTM观点挖掘模型124

6.3.1 STCTM模型简介124

6.3.2 STCTM模型推理126

6.3.3 主题相关性分析实验127

6.4 程序举例129

第7章 云教育平台主题模型可视化应用137

7.1 情感云最大熵LDA模型可视化应用137

7.2 文本分类CTM模型可视化应用142

7.3 程序举例146

附录A 软件著作权登记证书151

附录B 本文中CTM主题模型应用代码153

参考文献172

热门推荐