机器学习中的样例选择,翟俊海,PDF电子书下载,网盘资源

内容简介

在数据存储技术、网络技术和云计算技术迅猛发展的背景下，数据量正以前所未有的速度增长和积累。
在众多实际应用中，待处理的数据规模日益庞大。样例选择是从包含冗余或噪声的大规模数据集中挑选出关键数据的技术，作为机器学习中的重要预处理步骤，对后续学习算法的训练效果及性能具有显著影响。在机器学习领域，样例选择适用于两种场景：其一为主动学习场景，其二为监督学习场景。本书汇集了作者及其研究团队近年来在样例选择方面的研究成果，系统阐述了这两种场景下样例选择的理论与方法，并探讨了两者之间的区别与联系。此外，书中还涵盖了样例选择领域的最新研究进展。

本书可作为机器学习和数据挖掘领域科研人员的参考书籍，同时也适合作为人工智能、数据科学与技术、应用数学、计算机科学与技术等专业高年级本科生和研究生相关课程的教学参考书。