机器学习是计算机科学和人工智能中非常重要的一个研究领域，近年来，机器学习不但在计算机科学的众多领域中大显身手，而且成为一些交叉学科的重要支撑技术。本书邀请国内外相关领域的专家撰文，以综述的形式介绍机器学习中不同领域的研究进展。全书共分13章。第1章是关于机器学习的一个全局性综述。第2至第6章分别对统计学习、非监督学习、符号学习、强化学习和流形学习进行了综述，并穿插了作者的一些精彩工作。第7和第8章分别介绍了作者在集成学习和进化学习中某一具体话题上的研究成果。第9和第10章对数据挖掘中的一些问题进行了介绍和讨论。第11至第13章则对机器学习在模式识别、视频信息处理等领域的应用做了介绍。

本书可供计算机、自动化及相关专业的学生、教师、研究生和工程技术人员参考。

全书共分13章。第1章是关于机器学习的一个全局性综述。第2至第6章分别对统计学习、非监督学习、符号学习、强化学习和流形学习进行了综述，并穿插了作者的一些精彩工作。第7和第8章分别介绍了作者在集成学习和进化学习中某一具体话题上的研究成果。第9和第10章对数据挖掘中的一些问题进行了介绍和讨论。第11至第13章则对机器学习在模式识别、视频信息处理等领域的应用做了介绍。

序

序言

前言

1 关于机器学习的讨论

2 统计学习理论及其在非监督学习问题中的应用

3 聚类分析技术综述

4 符号机器学习研究

5 强化学习研究进展

6 流形学习若干问题研究

7 选择性集成

8 A Theoretical Study on the Computation Time of Evolutionary Algorithms

9 文本数据挖掘

10 On Conceptual Modeling of Data Mining

11 模式分类：统计方法和人工神经网络方法

12 人脸识别中子空间的统计学习

13 基于内容的视频信号分析与处理