機(jī)器學(xué)習(xí)理論與應(yīng)用：基于云教育環(huán)境

目錄




第1章概述

1.1機(jī)器學(xué)習(xí)的興起

1.1.1機(jī)器學(xué)習(xí)的定義

1.1.2機(jī)器學(xué)習(xí)的發(fā)展

1.1.3機(jī)器學(xué)習(xí)和人工智能的關(guān)系

1.2機(jī)器學(xué)習(xí)與現(xiàn)代教育技術(shù)

1.2.1現(xiàn)代教育技術(shù)的基本概念

1.2.2現(xiàn)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(xiàn)代教育技術(shù)的發(fā)展新趨勢

1.2.5機(jī)器學(xué)習(xí)與現(xiàn)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(xí)

1.3.2特點(diǎn)

1.3.3意義

1.3.4終身教育和機(jī)器學(xué)習(xí)的關(guān)系

1.4大數(shù)據(jù)時(shí)代智慧教育的發(fā)展

1.4.1智慧教育的概念和內(nèi)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(xí)型社會(huì)下基于機(jī)器學(xué)習(xí)技術(shù)的智慧教育系統(tǒng)

1.5云教育的支撐

1.5.1云教育平臺(tái)

1.5.2教育云

1.5.3大數(shù)據(jù)時(shí)代機(jī)器學(xué)習(xí)云平臺(tái)

1.6深度學(xué)習(xí)

1.6.1深度問題

1.6.2核心思路

1.6.3成功案例

1.6.4深度學(xué)習(xí)在信息教育技術(shù)方面的運(yùn)用

1.7流形學(xué)習(xí)

1.7.1等距映射

1.7.2LE

1.7.3LLE

1.7.4PCA

1.7.5MDS

1.8知識(shí)圖譜

1.8.1知識(shí)圖譜特點(diǎn)

1.8.2中文知識(shí)圖譜

第2章機(jī)器學(xué)習(xí)概述

2.1機(jī)器學(xué)習(xí)方法

2.1.1有監(jiān)督學(xué)習(xí)

2.1.2無監(jiān)督學(xué)習(xí)

2.1.3半監(jiān)督學(xué)習(xí)

2.1.4三種機(jī)器學(xué)習(xí)方法比較

2.2機(jī)器學(xué)習(xí)策略

2.2.1機(jī)械學(xué)習(xí)

2.2.2基于解釋的學(xué)習(xí)

2.2.3基于類比的學(xué)習(xí)

2.2.4基于事例的學(xué)習(xí)

2.3機(jī)器學(xué)習(xí)的主要算法和相關(guān)術(shù)語

2.3.1機(jī)器學(xué)習(xí)主要算法

2.3.2機(jī)器學(xué)習(xí)相關(guān)術(shù)語概念

第3章機(jī)器學(xué)習(xí)中概率主題模型

3.1LSA模型

3.2PLSA模型

3.3LDA模型

3.3.1多項(xiàng)式分布

3.3.2Dirichlet分布

3.3.3貝葉斯網(wǎng)絡(luò)

3.3.4LDA標(biāo)準(zhǔn)模型

3.3.5LDA改進(jìn)觀點(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 MaxEntLDA模型描述

4.2TSU MaxEntLDA模型生成過程

4.3TSU MaxEntLDA模型推理

4.3.1MaxEnt最大熵模型推理

4.3.2TSU MaxEntLDA主題模型推理

4.4仿真實(shí)驗(yàn)

4.4.1實(shí)驗(yàn)平臺(tái)

4.4.2實(shí)驗(yàn)數(shù)據(jù)描述

4.4.3實(shí)驗(yàn)數(shù)據(jù)預(yù)處理

4.4.4實(shí)驗(yàn)參數(shù)說明

4.4.5實(shí)驗(yàn)步驟

4.4.6實(shí)驗(yàn)結(jié)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(shù)字特征

5.1.3云模型的“3En規(guī)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 MaxEntLDA模型

5.2.1模型描述

5.2.2模型生成過程

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 MaxEntLDA仿真實(shí)驗(yàn)

5.3.1數(shù)據(jù)集和實(shí)驗(yàn)環(huán)境

5.3.2實(shí)驗(yàn)步驟

5.4DILDA模型

5.4.1模型簡介

5.4.2模型推理

5.5DILDA模型仿真實(shí)驗(yàn)

5.5.1實(shí)驗(yàn)平臺(tái)和實(shí)驗(yàn)數(shù)據(jù)描述處理

5.5.2實(shí)驗(yàn)步驟

5.6程序舉例

第6章CTM模型文本分類和觀點(diǎn)挖掘

6.1文本分類概述

6.1.1文本預(yù)處理

6.1.2文本表示

6.1.3特征提取

6.1.4文本分類方法

6.1.5性能評(píng)估

6.1.6相關(guān)工具

6.2CTM文本分類模型

6.2.1模型描述

6.2.2CTM模型主題數(shù)目優(yōu)化

6.2.3CTM模型的特征選擇優(yōu)化

6.2.4仿真實(shí)驗(yàn)

6.3基于主題情感混合的CTM觀點(diǎn)挖掘模型

6.3.1STCTM模型簡介

6.3.2STCTM模型推理

6.3.3主題相關(guān)性分析實(shí)驗(yàn)

6.4程序舉例

第7章云教育平臺(tái)主題模型可視化應(yīng)用

7.1情感云最大熵LDA模型可視化應(yīng)用

7.2文本分類CTM模型可視化應(yīng)用

7.3程序舉例

附錄A軟件著作權(quán)登記證書

附錄B本文中CTM主題模型應(yīng)用代碼

參考文獻(xiàn)