機器學(xué)習理論與應用——基于云教育環(huán)境簡(jiǎn)介，目錄書(shū)摘
本書(shū)在全面介紹機器學(xué)習、現代教育技術(shù)、智慧教育及云教育等基本概念知識的基礎上，重點(diǎn)介紹了機器學(xué)習中基于主題模型的文本分類(lèi)、觀(guān)點(diǎn)挖掘、情感分析的具體建模方法和實(shí)現細節，并通過(guò)云教育平臺主題模型可視化應用的實(shí)現過(guò)程來(lái)說(shuō)明如何將主題模型應用于教育數據處理分析。讀者可以通過(guò)閱讀本書(shū)了解機器學(xué)習的相關(guān)概念、理論體系和應用方法，獲取云教育這一全新教育信息概念的推廣和應用，掌握將云教育與機器學(xué)習技術(shù)嫁接后多種形式的集成學(xué)習系統研究的方法和動(dòng)向，更好地解決智慧學(xué)習模式中知識與技能的獲取、優(yōu)化和應用問(wèn)題。
本書(shū)主要面向人工智能、機器學(xué)習、智慧教育、數據挖掘以及計算機相關(guān)應用等領(lǐng)域的研究生和相關(guān)領(lǐng)域的科技人員，可以供上述領(lǐng)域的研究者、學(xué)習者閱讀，并為政府相關(guān)主管部門(mén)決策提供科學(xué)依據。
目錄
第1章概述
1.1機器學(xué)習的興起
1.1.1機器學(xué)習的定義
1.1.2機器學(xué)習的發(fā)展
1.1.3機器學(xué)習和人工智能的關(guān)系
1.2機器學(xué)習與現代教育技術(shù)
1.2.1現代教育技術(shù)的基本概念
1.2.2現代教育技術(shù)的發(fā)展
1.2.3教育技術(shù)研究對象與任務(wù)
1.2.4現代教育技術(shù)的發(fā)展新趨勢
1.2.5機器學(xué)習與現代教育技術(shù)的聯(lián)系
1.3終身教育的提出
1.3.1終身學(xué)習
1.3.2特點(diǎn)
1.3.3意義
1.3.4終身教育和機器學(xué)習的關(guān)系
1.4大數據時(shí)代智慧教育的發(fā)展
1.4.1智慧教育的概念和內涵
1.4.2智慧教育的體系和關(guān)鍵技術(shù)
1.4.3智慧教育的發(fā)展
1.4.4學(xué)習型社會(huì )下基于機器學(xué)習技術(shù)的智慧教育系統
1.5云教育的支撐
1.5.1云教育平臺
1.5.2教育云
1.5.3大數據時(shí)代機器學(xué)習云平臺
1.6深度學(xué)習
1.6.1深度問(wèn)題
1.6.2核心思路
1.6.3成功案例
1.6.4深度學(xué)習在信息教育技術(shù)方面的運用
1.7流形學(xué)習
1.7.1等距映射
1.7.2LE
1.7.3LLE
1.7.4PCA
1.7.5MDS
1.8知識圖譜
1.8.1知識圖譜特點(diǎn)
1.8.2中文知識圖譜
第2章機器學(xué)習概述
2.1機器學(xué)習方法
2.1.1有監督學(xué)習
2.1.2無(wú)監督學(xué)習
2.1.3半監督學(xué)習
2.1.4三種機器學(xué)習方法比較
2.2機器學(xué)習策略
2.2.1機械學(xué)習
2.2.2基于解釋的學(xué)習
2.2.3基于類(lèi)比的學(xué)習
2.2.4基于事例的學(xué)習
2.3機器學(xué)習的主要算法和相關(guān)術(shù)語(yǔ)
2.3.1機器學(xué)習主要算法
2.3.2機器學(xué)習相關(guān)術(shù)語(yǔ)概念
第3章機器學(xué)習中概率主題模型
3.1LSA模型
3.2PLSA模型
3.3LDA模型
3.3.1多項式分布
3.3.2Dirichlet分布
3.3.3貝葉斯網(wǎng)絡(luò )
3.3.4LDA標準模型
3.3.5LDA改進(jìn)觀(guān)點(diǎn)挖掘模型
3.4CTM模型
第4章基于主題情感最大熵LDA模型
4.1TSU MaxEntLDA模型描述
4.2TSU MaxEntLDA模型生成過(guò)程
4.3TSU MaxEntLDA模型推理
4.3.1MaxEnt最大熵模型推理
4.3.2TSU MaxEntLDA主題模型推理
4.4仿真實(shí)驗
4.4.1實(shí)驗平臺
4.4.2實(shí)驗數據描述
4.4.3實(shí)驗數據預處理
4.4.4實(shí)驗參數說(shuō)明
4.4.5實(shí)驗步驟
4.4.6實(shí)驗結果及分析
4.5程序舉例
第5章基于云模型和領(lǐng)域判別LDA模型
5.1云模型相關(guān)理論
5.1.1云模型的定義
5.1.2云模型的數字特征
5.1.3云模型的“3En規則”
5.1.4正向云和逆向云發(fā)生器
5.1.5云的相似度算法
5.2SC MaxEntLDA模型
5.2.1模型描述
5.2.2模型生成過(guò)程
5.2.3模型推理
5.2.4基于云模型理論的情感修正算法
5.3SC MaxEntLDA仿真實(shí)驗
5.3.1數據集和實(shí)驗環(huán)境
5.3.2實(shí)驗步驟
5.4DILDA模型
5.4.1模型簡(jiǎn)介
5.4.2模型推理
5.5DILDA模型仿真實(shí)驗
5.5.1實(shí)驗平臺和實(shí)驗數據描述處理
5.5.2實(shí)驗步驟
5.6程序舉例
第6章CTM模型文本分類(lèi)和觀(guān)點(diǎn)挖掘
6.1文本分類(lèi)概述
6.1.1文本預處理
6.1.2文本表示
6.1.3特征提取
6.1.4文本分類(lèi)方法
6.1.5性能評估
6.1.6相關(guān)工具
6.2CTM文本分類(lèi)模型
6.2.1模型描述
6.2.2CTM模型主題數目?jì)?yōu)化
6.2.3CTM模型的特征選擇優(yōu)化
6.2.4仿真實(shí)驗
6.3基于主題情感混合的CTM觀(guān)點(diǎn)挖掘模型
6.3.1STCTM模型簡(jiǎn)介
6.3.2STCTM模型推理
6.3.3主題相關(guān)性分析實(shí)驗
6.4程序舉例
第7章云教育平臺主題模型可視化應用
7.1情感云最大熵LDA模型可視化應用
7.2文本分類(lèi)CTM模型可視化應用
7.3程序舉例
附錄A軟件著(zhù)作權登記證書(shū)
附錄B本文中CTM主題模型應用代碼
參考文獻
京公網(wǎng)安備 11000002000088號
