组合优化问题的机器学习求解方法郭田德,韩丛英,唐思琦著 pdf下载

基本信息

书名:组合优化问题的机器学习求解方法

定价：88.00元

作者:郭田德,韩丛英,唐思琦 著

出版社：科学出版社（SCIENCE PRESS）

出版日期：2019-11-01

ISBN：9787030627223

字数：150000

页码：186

版次：

装帧：平装

开本：16开

商品重量：

编辑推荐

内容提要

《组合优化问题的机器学习求解方法》对组合优化的机器学习求解方法进行了阐述。《组合优化问题的机器学习求解方法》从组合优化机器学习方法的起源算法开始，详细介绍一些代表性的模型、算法和理论，内容深入浅出，注重理论与实际应用的结合，力图给出该学术领域的研究趋势和新的研究成果。

目录

目录 n
前言 n
章 组合优化概述 1 n
1.1 组合优化的概念 1 n
1.2 组合优化与计算机数学 3 n
1.2.1 什么是计算机数学？ 3 n
1.2.2 组合优化与计算机数学之间的关系 4 n
1.2.3 计算机科学中 重要的三十二个算法 4 n
1.3 组合优化问题的研究方法 9 n
1.3.1 组合优化问题的一般模型与求解算法 9 n
1.3.2 经典的组合优化问题与求解算法 10 n
1.3.3 组合优化问题的机器学习求解算法 23 n
1.4 本章小结 26 n
第2章 机器学习与组合优化问题 27 n
2.1 机器学习概述 27 n
2.1.1 机器学习发展历程 28 n
2.1.2 机器学习分类 31 n
2.1.3 深度学习 32 n
2.1.4 深度强化学习 35 n
2.2 围棋人工智能方法对求解组合优化问题的启示 41 n
2.2.1 AlphaGo 42n
2.2.2 AlphaGo Zero 48 n
2.2.3 AlphaGo & AlphaGo Zero与组合优化问题 50 n
2.3 本章小结 51 n
第3章 从序列输入到序列输出的机器学习网络模型和算法 52 n
3.1 循环神经网络 52 n
3.1.1 前向传播过程 54 n
3.1.2 后向传播过程 56 n
3.2 长短期记忆模型 58 n
3.3 双向循环神经网络 62 n
3.4 编码-解码模型 65 n
3.5 注意力机制模型 67 n
3.6 本章小结 73 n
第4章 组合优化的深度学习方法 74 n
4.1 基于有监督学习的求解方法 74 n
4.1.1 指向型网络 74 n
4.1.2 基于目标函数训练的求解算法 78 n
4.2 基于强化学习的求解方法 79 n
4.2.1 神经组合优化模型的求解方法 80 n
4.2.2 动态输入的组合优化模型的求解方法 86 n
4.2.3 图结构问题的组合优化模型的求解方法 91 n
4.3 本章小结 98 n
第5章 图像识别中的组合优化问题的求解方法 100 n
5.1 多指向型网络求解点集匹配问题 100 n
5.1.1 点集匹配问题 100n
5.1.2 多标签分类 102 n
5.1.3 算法结构 104 n
5.1.4 实验结果及分析 107 n
5.2 基于强化学习的图匹配问题的求解方法 113 n
5.2.1 图匹配问题 114 n
5.2.2 求解图匹配问题的深度强化学习求解方法 116 n
5.2.3 实验结果及分析 124 n
5.3 基于卷积神经网络的图像对齐问题的求解方法 131 n
5.3.1 图像对齐问题 132 n
5.3.2 图像对齐问题的深度学习求解方法 134 n
5.3.3 基于关键点对齐的图像匹配算法 138 n
5.3.4 基于关键点对齐算法在指纹识别中的应用 140 n
5.4 本章小结 151 n
第6章 机器学习算法的复杂性理论 153 n
6.1 算法复杂性理论 153 n
6.2 基于线下学习和线上运行的学习类算法的复杂性度量 156 n
6.2.1 深度学习类线下训练算法的复杂度 158 n
6.2.2 学习类算法的时间复杂度函数 163 n
6.3 本章小结 167 n
6.4 总结与展望 168 n
参考文献 170

作者介绍

序言