李群機(jī)器學(xué)習(xí)

總序
序
第1章 引論
1.1 引言
1.2 李群機(jī)器學(xué)習(xí)的基本概念
1.3 李群機(jī)器學(xué)習(xí)的公理假設(shè)
1.4 李群機(jī)器學(xué)習(xí)的學(xué)習(xí)模型
1.5 李群機(jī)器學(xué)習(xí)中的Dynkin圖幾何學(xué)習(xí)算法
1.6 李群機(jī)器學(xué)習(xí)的分類器設(shè)計(jì)
1.7 本書內(nèi)容安排
參考文獻(xiàn)

第2章 李群覆蓋學(xué)習(xí)
2.1 李群機(jī)器學(xué)習(xí)覆蓋算法的相關(guān)理論
2.2 李群機(jī)器學(xué)習(xí)的單連通覆蓋算法
2.3 李群機(jī)器學(xué)習(xí)的多連通覆蓋算法
2.4 覆蓋算法在分子對(duì)接中的應(yīng)用
2.5 本章小結(jié)
參考文獻(xiàn)

第3章 李群深層結(jié)構(gòu)學(xué)習(xí)
3.1 引言
3.2 李群深層結(jié)構(gòu)學(xué)習(xí)
3.3 李群逐層學(xué)習(xí)算法
3.4 李群深層結(jié)構(gòu)啟發(fā)式學(xué)習(xí)算法
3.5 本章小結(jié)
參考文獻(xiàn)

第4章 李群半監(jiān)督學(xué)習(xí)
4.1 引言
4.2 基于李群的半監(jiān)督學(xué)習(xí)模型
4.3 基于線性李群的半監(jiān)督學(xué)習(xí)算法
4.4 基于參數(shù)李群的半監(jiān)督學(xué)習(xí)算法
4.5 本章小結(jié)
參考文獻(xiàn)

第5章 李群核學(xué)習(xí)
5.1 矩陣群學(xué)習(xí)算法
5.2 李群上的Gauss分布
5.3 李群內(nèi)均值的計(jì)算
5.4 李群均值學(xué)習(xí)算法
5.5 李群核學(xué)習(xí)算法
5.6 實(shí)例應(yīng)用
5.7 本章小結(jié)
參考文獻(xiàn)

第6章 張量學(xué)習(xí)
6.1 基于張量方法的數(shù)據(jù)約簡
6.2 基于張量場的數(shù)據(jù)約簡模型
6.3 基于張量場的學(xué)習(xí)模型及算法設(shè)計(jì)
6.4 本章小結(jié)
參考文獻(xiàn)

第7章 標(biāo)架叢上的聯(lián)絡(luò)學(xué)習(xí)
7.1 標(biāo)架叢上的縱空間學(xué)習(xí)模型
7.2 標(biāo)架叢上的縱空間聯(lián)絡(luò)學(xué)習(xí)算法
7.3 標(biāo)架叢上的橫空間學(xué)習(xí)模型及相關(guān)算法過程
7.4 標(biāo)架叢上的橫空間與縱空間學(xué)習(xí)算法的應(yīng)用
7.5 本章小結(jié)
參考文獻(xiàn)

第8章 譜估計(jì)學(xué)習(xí)
8.1 譜估計(jì)概念及定義
8.2 相關(guān)理論基礎(chǔ)
8.3 同步譜估計(jì)學(xué)習(xí)算法
8.4 圖像特征流形的比較原則
8.5 圖像特征流形拓?fù)洳蛔冃缘淖V估計(jì)學(xué)習(xí)算法
8.6 基于圖像特征流形拓?fù)洳蛔冃宰V估計(jì)的聚類算法
8.7 本章小結(jié)
參考文獻(xiàn)

第9章 Finsler幾何學(xué)習(xí)
9.1 基本概念
9.2 基于Finsler度量的KNN算法
9.3 基于Finsler度量的幾何學(xué)習(xí)算法
9.4 本章小結(jié)
參考文獻(xiàn)

第10章 同調(diào)邊緣學(xué)習(xí)
10.1 邊緣學(xué)習(xí)算法
10.2 基于同調(diào)代數(shù)的邊緣劃分方法
10.3 同調(diào)邊緣學(xué)習(xí)算法設(shè)計(jì)與分析
10.4 本章小結(jié)
參考文獻(xiàn)

第11章 基于范疇理論的學(xué)習(xí)方法
11.1 引言
11.2 學(xué)習(xí)表達(dá)式的范疇表示
11.3 學(xué)習(xí)表達(dá)式的映射機(jī)制
11.4 學(xué)習(xí)表達(dá)式映射機(jī)制的分類器設(shè)計(jì)
11.5 實(shí)例分析
11.6 本章小結(jié)
參考文獻(xiàn)
漢英名詞對(duì)照