机器学习理论及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

机器学习理论及应用PDF格式电子书版下载

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

第1章 引言1

第1篇　李群机器学习13

第2章　李群机器学习模型13

2.1 引言13

2.2　李群机器学习的概念13

2.3　李群机器学习的代数模型24

2.4　李群机器学习的几何模型27

2.5　李群机器学习公理假设30

2.6　李群机器学习Dynkin图的几何学习算法42

2.7　李群机器学习的线形分类器设计49

2.8　本章小结53

参考文献53

第3章　李群机器学习（LML）子空间轨道生成算法55

3.1 LML中偏序集及格的基本概念55

3.2 LML子空间轨道生成格学习算法72

3.3 LML中一般线性群GLn（Fn）作用下学习子空间轨道生成格学习算法88

3.4　本章小结97

参考文献97

第4章　李群机器学习的辛群学习算法99

4.1 问题提出99

4.2 李群机器学习中的辛群分类器设计105

4.3 李群机器学习中的辛群分类器算法123

4.4　应用实例129

4.5　本章小结136

参考文献136

第5章　李群机器学习的量子群学习算法140

5.1 问题提出140

5.2 李群机器学习中的量子群分类器构造方法141

5.3　量子群学习算法在分子对接中的应用149

5.4　本章小结162

参考文献162

第6章　李群机器学习的纤维丛学习算法165

6.1　问题提出165

6.2　纤维丛学习模型166

6.3　纤维丛学习算法171

6.4　本章小结180

参考文献180

第2篇　动态模糊机器学习第7章　动态模糊机器学习模型185

7.1 问题提出185

7.2　动态模糊机器学习模型186

7.3　动态模糊机器学习系统的相关算法201

7.4　动态模糊机器学习系统的过程控制模型212

7.5　动态模糊关系学习算法223

7.6　本章小结230

参考文献231

第8章 动态模糊自主学习子空间学习算法235

8.1 自主学习研究现状分析235

8.2　基于DFL的自主学习子空间的理论体系238

8.3 基于DFL的自主学习子空间学习算法242

8.4　本章小结251

参考文献251

第9章　动态模糊决策树学习253

9.1　决策树学习的研究现状253

9.2　动态模糊格的决策树方法256

9.3　动态模糊决策树特殊属性处理技术272

9.4　动态模糊决策树的剪枝策略284

9.5　应用291

9.6　本章小结296

参考文献297

第10章 基于DFL的多Agent学习模型301

10.1 引言301

10.2 基于DFL的Agent心智模型303

10.3 基于DFL的单Agent学习算法312

10.4　基于DFL的多Agent学习模型317

10.5　本章小结337

参考文献337

第3篇　其他学习方法343

第11章　Agent普适机器学习343

11.1 引言343

11.2 Agent普适机器学习346

11.3　一种Agent普适机器学习分类器设计358

11.4　本章小结367

参考文献367

第12章 贝叶斯量子随机学习算法370

12.1 问题提出370

12.2　相关基本理论371

12.3 贝叶斯量子随机学习模型387

12.4 网络结构的贝叶斯量子随机学习算法设计395

12.5 网络参数的贝叶斯量子随机学习算法设计403

12.6　面向缺失数据的贝叶斯量子随机学习算法设计412

12.7　本章小结420

参考文献421

附录427

附录1　拓扑群427

附录2　微分几何概念430

附录3　流形学习算法431

附录4　辛群的基本概念和性质435

附录5　量子群的基本概念439

附录6　纤维丛446

附录7　动态模糊集（DFS）449

附录8　动态模糊（DF）关系455

附录9　动态模糊逻辑459

附录10　动态模糊格及其性质462

中英文名词对照467