1引言1
2图模型结构学习的可分解条件2
3直接作用和间接作用3
3.1基于关联模型的直接作用与间接作用4
3.2基于因果模型的主分层直接作用4
3.3控制的和自然的直接作用6
4因果作用的可传递性问题7
5讨论11
参考文献11
机器学习的几何观点何晓飞14
1引言14
2监督学习、半监督学习与无监督学习15
3基于几何拓扑的降维算法17
3.1流形降维17
3.2几何和拓扑18
3.3保局投影20
4主动学习和半监督学习：基于几何的观点23
5结束语和展望29
参考文献30
协同过滤与链接预测的迁移学习问题李斌朱兴全杨强33
1引言33
1.1问题背景33
1.2相关研究工作综述35
2基于矩阵分解的潜在特征空间共享36
2.1组级评分矩阵共享37
2.2项目潜在特征共享40
3协同过滤的迁移学习41
3.1评分矩阵生成模型41
3.2实验结果43
4链接预测的迁移学习45
4.1集体链接预测模型45
4.2实验结果47
5结语49
参考文献49
LDA的并行化运算及其应用李友林51
1引言51
2LDA算法介绍52
3LDA算法的并行化——PLDA54
4LDA算法的进一步并行化——PLDA+57
5AdHeat算法——PLDA在社区推荐中的应用61
6结束语65
参考文献66
机器学习及其应用2011〖〗目录关于二类模式分类问题的分解吕宝粮赵海67
1引言67
2最小最大模块化网络68
2.1问题分解69
2.2模块集成70
3高斯零交叉函数最小最大模块化网络71
3.1高斯零交叉函数71
3.2高斯零交叉函数最小最大模块化网络的特点73
3.3与其他分类器的关系75
4大规模二类问题的分解策略76
4.1随机分解76
4.2超平面分解77
4.3聚类分解78
4.4基于先验知识的分解79
5大规模不平衡专利数据分类80
5.1实验数据80
5.2最小最大模块化Liblinear82
5.3性能评价指标82
5.4Section层上A类为正类的二类问题实验83
5.5Section层上的全部二类问题实验84
6结论85
参考文献86
面向降维的图构建技术乔立山张丽梅陈松灿89
1引言89
2降维与图构建90
2.1降维技术90
2.2图及其构建技术92
3稀疏表示建图与稀疏保持投影93
3.1稀疏表示建图94
3.2稀疏保持投影97
4面向降维的图优化98
4.1图优化的局部保持投影99
4.2降维与建图的联合学习框架101
5结论103
参考文献104
统计词对齐王海峰刘占一吴华108
1引言108
2机器翻译简介109
2.1基于规则的机器翻译109
2.2基于实例的机器翻译109
2.3统计机器翻译110
3双语词对齐110
3.1IBM模型111
3.2EM算法在词对齐中的应用114
3.3解码算法115
3.4基于HMM的统计词对齐模型116
3.5其他机器学习方法118
3.6双语词对齐评价方法119
4单语词对齐与搭配抽取119
4.1搭配简介119
4.2单语词对齐与双语词对齐的类比120
4.3基于单语词对齐的搭配抽取120
4.4实验123
5利用搭配提高双语词对齐质量126
5.1搭配概率127
5.2提高IBM模型127
5.3提高双向词对齐128
5.4实验129
6讨论与总结133
参考文献133
概念、相似性与聚类分析于剑136
1引言136
2相似性与概念137
3相似性计算模型139
3.1样例相似性计算模型139
3.2原型理论下的相似性计算公式142
3.3相似性的融合143
4结束语143
参考文献144
互联网行业对机器学习和其他计算技术的需求岳亚丁147
1引言147
2互联网行业现状147
2.1互联网企业收入模型147
2.2数据计算任务149
2.3典型做法151
3对计算技术的需求156
3.1解决方案框架156
3.2并行化算法157
3.3其他难题157
4小结161
参考文献161
基于指数族混合模型的在线式演化聚类算法张见闻张长水162
1引言162
1.1问题背景162
1.2相关研究工作综述165
2指数族混合模型167
3从密度估计的观点看聚类问题168
4基于指数族混合模型的演化聚类算法169
4.1历史数据相关的途径170
4.2历史模型相关的途径171
5实验174
6结语176
参考文献177
多标记学习张敏灵周志华179
1引言179
2学习框架181
2.1问题定义181
2.2评价指标182
3学习算法185
3.1算法分类185
3.2“问题转换”算法185
3.3“算法适应”算法189
4结束语193
参考文献195
