|
編輯推薦: |
本书既提供了大量的实用算法帮助应用者解决各种领域的实际问题,又是一本供学生和科研人员初学模式分析中核方法的入门导论。 两位英国科学家作者是国际上极富盛名的人工智能专家。
|
內容簡介: |
模式分析是从一批数据中寻找普遍关系的过程。它逐渐成为许多学科的核心,从生物信息学到文档检索都有广泛需求。本书所描述的核方法为所有这些学科提供了一个有力的和统一的框架,推动了可以用于各种普遍形式的数据(如字符串、向量、文本等)的各种算法的发展,并可以用于寻找各种普遍的关系类型(如排序、分类、回归和聚类等)。书中提供了大量算法、核函数和具体方案供解决各种实际问题选择使用。书中描述了各种核函数,从基本的例子到高等递归核函数,从生成模型导出的核函数(如HMM)到基于动态规划的串匹配核函数,以及用于处理文本文档的特殊核函数等。本书适用于所有从事人工智能、模式识别、机器学习、神经网络及其应用的学生、教师和研究人员,也可供相关领域的科研人员参考。
模式分析是从一批数据中寻找普遍关系的过程。它逐渐成为许多学科的核心,从生物信息学到文档检索都有广泛需求。本书所描述的核方法为所有这些学科提供了一个有力的和统一的框架,推动了可以用于各种普遍形式的数据(如字符串、向量、文本等)的各种算法的发展,并可以用于寻找各种普遍的关系类型(如排序、分类、回归和聚类等)。书中提供了大量算法、核函数和具体方案供解决各种实际问题选择使用。书中描述了各种核函数,从基本的例子到高等递归核函数,从生成模型导出的核函数(如HMM)到基于动态规划的串匹配核函数,以及用于处理文本文档的特殊核函数等。本书适用于所有从事人工智能、模式识别、机器学习、神经网络及其应用的学生、教师和研究人员,也可供相关领域的科研人员参考。
此书是世界图书出版公司香农信息科学经典系列图书中的一种。这个书系包含信息科学各个领域的图书,如信息论、通信与网络、信号处理、机器学习、理论计算机科学、量子信息科学等。香农信息科学经典以被世人称为数字时代之父和信息时代之父的克劳德香农(Claude E. Shannon, 1916.4.30 2001.2.24)为名。书系的策划者为从香农所在的美国麻省理工学院归国的信息科学家。书系中除了包含信息领域传统分支的图书,还包括像人工智能的信息论方法与信息科学中的博弈论等前沿交叉学科的子系列。关于书系与香农的更多介绍,请见世图公号文章《一个新书系的诞生香农、信息时代与香农信息科学经典》。
|
關於作者: |
约翰肖泰勒(John Shawe-Taylor)目前是英国伦敦大学学院联合国教科文组织人工智能讲席教授,并担任计算机科学系系主任和计算统计和机器学习中心主任。他还协调组织了多个机器学习欧洲联合研究项目,比如NeuroCOLT(神经计算学习)项目和PASCAL(模式分析、统计建模与计算学习)项目。
内洛克里斯蒂安尼尼(Nello Cristianini)目前是英国布里斯托尔大学计算机科学系的人工智能教授。他获得过英国皇家学会沃尔夫森杰出研究成就奖和欧洲研究理事会高阶研究基金奖。2014年他被汤森路透列入2002至2012十年间最具影响力的科学家名单,2016年被AMiner列入机器学习领域最具影响力的百位研究者名单。
|
目錄:
|
Preface
Part I. Basic Concepts
Pattern analysis Kernel methods: an overview Properties of kernels Detecting stable patterns Part II. Pattern Analysis Algorithms
Elementary algorithms in feature space Pattern analysis using eigen-decompositions Pattern analysis using convex optimisation Ranking, clustering and data visualisation Part III. Constructing Kernels
Basic kernels and kernel types Kernels for text Kernels for structured data: strings, trees, etc. Kernels from generative models Appendix A. Proofs omitted from the main text
Appendix B. Notational conventions
Appendix C. List of pattern analysis methods
Appendix D. List of kernels
References
|
|