模式分析的核方法

《模式分析的核方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、[GeneralInformation]书名=模式分析的核方法作者=（英）JohnShawe-Taylor，（美）NelloCristianini著；赵玲玲，翁苏明，曾华军等译页数=306出版社=北京市：机械工业出版社出版日期=2006.01SS号=11529935DX号=000005984372URL=http://book.szdnet.org.cn/bookDetail.jsp?dxNumber=000005984372&d=AEEDC6138BE5E72DD4A32A44D3703E5F封面书名版权前言目

2、录出版者的话专家指导委员会译者序前言第一部分　基本概念第1章　模式分析1.1　数据中的模式1.1.1　数据1.1.2　模式1.2　模式分析算法1.2.1　模式的统计稳定性1.2.2　通过重新编码检测模式1.3　利用模式1.3.1　整体的策略1.3.2　常见模式分析任务1.4　小结1.5　进一步阅读和高级主题第2章核方法概要2.1　概述2.2　特征空间中的线性回归2.2.1　原始线性回归2.2.2　原始岭回归和对偶岭回归2.2.3　由核定义的非线性特征映射2.3　其他例子2.3.1　算法2.3.2　核2.4　核方法

3、的模块性2.5　本书的路线图2.6　小结2.7　进一步阅读和高级主题第3章核的性质3.1　内积和半正定矩阵3.1.1　希尔伯特空间3.1.2　Gram矩阵3.2　核的描述3.3　核矩阵3.4　核的构造3.4.1　核函数上的运算3.4.2　核矩阵上的运算3.5　小结3.6　进一步阅读和高级主题第4章检测稳定的模式4.1　集中度不等式4.2　容量和正则化：Rademacher理论4.3　基于核的类的模式稳定性4.4　一种实用的方法4.5　小结4.6　进一步阅读和高级主题第二部分　模式分析算法第5章特征空间中的基本算法

4、5.1　均值和距离5.1.1　一种简单的新颖检测算法5.1.2　一种简单的分类算法5.2　计算投影：Gram-Schmidt法、QR法和Cholesky法5.3　衡量数据的分散度5.4　Fisher判别式分析Ⅰ5.5　小结5.6　进一步阅读和高级主题第6章　利用特征分解法做模式分析6.1　奇异值分解6.2　主成分分析6.2.1　核主成分分析6.2.2　主成分分析的稳定性6.3　最大协方差的方向6.4　广义特征向量问题6.5　典型相关分析6.6　Fisher判别式分析Ⅱ6.7　用于线性回归的方法6.7.1　偏最小二

5、乘法6.7.2　核偏最小二乘法6.8　小结6.9　进一步阅读和高级主题第7章利用凸优化法做模式分析7.1　最小封闭超球体7.1.1　包含点集的最小超球体7.1.2　新颖检测的稳定性7.1.3　包含大部分点的超球体7.2　用于分类的支持向量机7.2.1　最大间隔分类器7.2.2　软间隔分类器7.3　用于回归的支持向量机7.3.1　回归的稳定性7.3.2　岭回归7.3.3　ε－不敏感回归7.4　在线分类和回归7.5　小结7.6　进一步阅读和高级主题第8章排列、聚类和数据可视化8.1　发现排列关系8.1.1　批排列8.

6、1.2　在线排列8.2　发现特征空间中的聚类结构8.2.1　衡量聚类质量8.2.2　贪婪解：k－均值法8.2.3　松弛解：谱方法8.3　数据可视化8.4　小结8.5　进一步阅读和高级主题第三部分　构造核第9章基本的核和核的类型9.1　封闭形式的核9.2　ANOVA核9.3　来自图的核9.4　图结点上的扩散核9.5　集合上的核9.6　实数上的核9.7　随机化核9.8　其他的核类型9.8.1　来自连续嵌入的核9.8.2　一般结构上的核9.8.3　来自生成信息的核9.9　小结9.10　进一步阅读和高级主题第10章　文本

7、核10.1　从词包到语义空间10.1.1　表示文本10.1.2　语义问题10.2　向量空间核10.2.1　设计语义核10.2.2　设计接近度矩阵10.3　小结10.4　进一步阅读和高级主题第11章用于结构化数据的核11.1　比较串和序列11.2　谱核11.3　所有子序列核11.4　固定长度的子序列核11.5　间隙加权的子序列核11.5.1　朴素实现法11.5.2　高效实现法11.5.3　关于主题的变形11.6　动态规划以外的方法：基于trie－树的核11.6.1p－谱核的trie－树的计算11.6.2基于trie

8、－树的不匹配核11.6.3基于trie－树的限制性间隙加权核11.7　用于结构化数据的核11.7.1　比较树11.7.2　结构化数据：一个框架11.8　小结11.9　进一步阅读和高级主题第12章来自生成模型的核12.1　P－核12.1.1　条件独立和边际化12.1.2　表示多元分布12.1.3　由隐藏二项式模型生成的固定长度的串12.1.4　由隐藏Markov模型生成的固