智能大數(shù)據(jù)與深度學(xué)習(xí)

定　價：￥69.00

作　者：	朱定局
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥69.00)

ISBN：	9787121342868	出版時間：	2018-10-01	包裝：
開本：	16開	頁數(shù)：	200	字?jǐn)?shù)：

內(nèi)容簡介

　　本書是一本原創(chuàng)性的學(xué)術(shù)專著，分為兩部分，第一部分介紹智能大數(shù)據(jù)與深度學(xué)習(xí)的理論方法；第二部分介紹智能大數(shù)據(jù)與深度學(xué)習(xí)的應(yīng)用實踐。本書的原創(chuàng)性在于提出、研究并給出了12種智能大數(shù)據(jù)與深度學(xué)習(xí)的新理論、新方法和新應(yīng)用。本書適合作為高等院校計算機(jī)、大數(shù)據(jù)專業(yè)高年級本科生、研究生的參考用書，同時適用于高等院校、科研院所及企事業(yè)單位人員的科研及教學(xué)用書。

作者簡介

　　朱定局，華南師范大學(xué)計算機(jī)學(xué)院教授。主要從事大數(shù)據(jù)、人工智能方向的研究?，F(xiàn)任計算機(jī)應(yīng)用系主任、智慧計算科學(xué)研究所所長。中國計算機(jī)學(xué)會高級會員、國家自然基金委、廣東省科技廳等評審專家，出版多部著作。

圖書目錄

目錄
第一部分理論方法
第1章增強型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)\t2
1．1 基于頂層生成深度學(xué)習(xí)的數(shù)據(jù)轉(zhuǎn)換方法和系統(tǒng)\t2
1．1．1 研究現(xiàn)狀\t3
1．1．2 基于頂層生成深度學(xué)習(xí)的數(shù)據(jù)轉(zhuǎn)換方法\t4
1．1．3 基于頂層生成深度學(xué)習(xí)的數(shù)據(jù)轉(zhuǎn)換系統(tǒng)\t7
1．2 基于雙向深度學(xué)習(xí)的數(shù)據(jù)對應(yīng)關(guān)系判斷、生成方法和系統(tǒng)\t9
1．2．1 研究現(xiàn)狀\t10
1．2．2 基于雙向深度學(xué)習(xí)的數(shù)據(jù)對應(yīng)關(guān)系判斷、生成方法\t11
1．2．3 基于雙向深度學(xué)習(xí)的數(shù)據(jù)對應(yīng)關(guān)系判斷、生成系統(tǒng)\t28
第2章高效智能型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)\t37
2．1 精簡輸入的深度學(xué)習(xí)方法和系統(tǒng)\t37
2．1．1 研究現(xiàn)狀\t37
2．1．2 精簡輸入的深度學(xué)習(xí)方法\t38
2．1．3 精簡輸入的深度學(xué)習(xí)系統(tǒng)\t48
2．2 基于數(shù)據(jù)分割的深度學(xué)習(xí)方法和系統(tǒng)\t50
2．2．1 研究現(xiàn)狀\t50
2．2．2 基于數(shù)據(jù)分割的深度學(xué)習(xí)方法\t51
2．2．3 基于數(shù)據(jù)分割的深度學(xué)習(xí)系統(tǒng)\t57
第3章動態(tài)智能型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)\t60
3．1 基于有向圖的深度學(xué)習(xí)構(gòu)建方法和系統(tǒng)\t60
3．1．1 研究現(xiàn)狀\t60
3．1．2 基于有向圖的深度學(xué)習(xí)構(gòu)建方法\t61
3．1．3 基于有向圖的深度學(xué)習(xí)構(gòu)建系統(tǒng)\t70
3．2 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練及層數(shù)調(diào)整方法和系統(tǒng)\t72
3．2．1 研究現(xiàn)狀\t72
3．2．2 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練及層數(shù)調(diào)整方法\t74
3．2．3 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練及層數(shù)調(diào)整系統(tǒng)\t80
第二部分應(yīng) 用實踐
第4章深度學(xué)習(xí)的大數(shù)據(jù)智能計算應(yīng)用\t86
4．1 基于大數(shù)據(jù)與深度學(xué)習(xí)的信息隱藏、提取方法和系統(tǒng)\t86
4．1．1 研究現(xiàn)狀\t86
4．1．2 基于大數(shù)據(jù)與深度學(xué)習(xí)的信息隱藏、提取方法\t89
4．1．3 基于大數(shù)據(jù)與深度學(xué)習(xí)的信息隱藏、提取系統(tǒng)\t102
4．2 基于大數(shù)據(jù)與深度學(xué)習(xí)的婚戀對象匹配數(shù)據(jù)處理方法和系統(tǒng)\t108
4．2．1 研究現(xiàn)狀\t108
4．2．2 基于大數(shù)據(jù)與深度學(xué)習(xí)的婚戀對象匹配數(shù)據(jù)處理方法\t109
4．2．3 基于大數(shù)據(jù)與深度學(xué)習(xí)的婚戀對象匹配數(shù)據(jù)處理系統(tǒng)\t120
第5章深度學(xué)習(xí)的大數(shù)據(jù)智能診斷應(yīng)用\t123
5．1 基于深度學(xué)習(xí)的面向自動診斷的醫(yī)療數(shù)據(jù)處理方法和系統(tǒng)\t123
5．1．1 研究現(xiàn)狀\t124
5．1．2 基于深度學(xué)習(xí)的面向自動診斷的醫(yī)療數(shù)據(jù)處理方法\t124
5．1．3 基于深度學(xué)習(xí)的面向自動診斷的醫(yī)療數(shù)據(jù)處理系統(tǒng)\t126
5．2 基于雙深度學(xué)習(xí)的數(shù)據(jù)處理方法和疾病診斷裝置\t132
5．2．1 研究現(xiàn)狀\t132
5．2．2 基于雙深度學(xué)習(xí)的數(shù)據(jù)處理方法\t133
5．2．3 基于雙深度學(xué)習(xí)的疾病診斷裝置\t145
第6章深度學(xué)習(xí)的大數(shù)據(jù)智能預(yù)測應(yīng)用\t148
6．1 基于大數(shù)據(jù)與深度學(xué)習(xí)的氣象預(yù)報方法和系統(tǒng)\t148
6．1．1 研究現(xiàn)狀\t148
6．1．2 基于大數(shù)據(jù)與深度學(xué)習(xí)的氣象預(yù)報方法\t149
6．1．3 基于大數(shù)據(jù)與深度學(xué)習(xí)的氣象預(yù)報系統(tǒng)\t155
6．2 基于大數(shù)據(jù)與深度學(xué)習(xí)的用戶數(shù)據(jù)處理方法和系統(tǒng)\t157
6．2．1 研究現(xiàn)狀\t157
6．2．2 基于大數(shù)據(jù)與深度學(xué)習(xí)的用戶數(shù)據(jù)處理方法\t158
6．2．3 基于大數(shù)據(jù)與深度學(xué)習(xí)的用戶數(shù)據(jù)處理系統(tǒng)\t175
結(jié)束語\t181
參考文獻(xiàn)\t182