机器学习局部与全局数据建模
Machine Learning Modeling Data Locally and Globally
摘要
本书的目标是建立一个框架，该“框架”能结合机器学习中两种不同范型，即全局学习和局部学习。全局学习把注意力放在以全局的方式描述现象或建模数据上，例如变量的分布通常用于合计数据的估计，它的输出通常可能是重新构建数据，这种方法学派包括了贝叶斯网络、高斯混合模型和隐马尔科夫模型，
出处
《国外科技新书评介》
2008年第10期22-23,共2页
Scientific & Technology Book Review
-
1郑崇微.人脸识别方法综述[J].山西电子技术,2013(2):95-96. 被引量：6
-
2陈燕龙,肖南峰.车牌与人脸识别系统的设计与实现[J].交通与计算机,2005,23(4):21-24.
-
3王召福.HLA邦元范型框架设计及其关键技术研究[J].计算机工程与科学,2003,25(5):109-109. 被引量：1
-
4李佳洁,施寅.对Java语言中范型的研究[J].计算机与现代化,2006(12):21-24.
-
5杨露,何静媛.基于多尺度SVD的HMM的人脸识别方法[J].现代计算机,2017,23(6):106-110.
-
6刘宗礼,孔祥才.基于隐马尔科夫模型的入侵检测算法研究[J].甘肃科技,2007,23(4):81-82. 被引量：2
-
7刘泽玲.人脸识别技术方法对比研究[J].科技信息,2008(24). 被引量：2
-
8蒋仁兴.在数据库中如何快速处理多层次合计的表格[J].计算机应用研究,1990,7(6):24-25.
-
9汤建龙.PE文件结构分析和构建[J].沙洲职业工学院学报,2014,17(2):16-19.
-
10胡乃平,宋世芳.一种局部与全局相结合的微粒群优化算法[J].计算机工程,2008,34(17):205-207. 被引量：8
