基于免疫计算的机器学习方法及应用 PDF 原书完整版

对于关联规则发掘、数据标准化、统计数据聚类分析法、特性约简等深度学习及生物信息大数据分析等实际难题，明确提出一连串新方式，并融合深度神经网络和张量测算讨论了深度学习软计算方式的*发展趋势动态性和方位。

互联网时代的深度学习和数据挖掘算法的功效日趋关键，遭受了普遍的关心。这书着眼于工程项目运用，将免疫力智能化计算方式导入深度学习行业，着眼于科学研究根据微生物免疫力基本原理的深度学习软计算方式，以免疫力测算智能化的基本概念为案件线索，对其科学研究情况多方面针对性的阐述，从基础理论、优化算法搭建及工程项目运用等层面对免疫力深度学习开展详细介绍和剖析。对于关联规则发掘、数据标准化、统计数据聚类分析法、特性约简等深度学习及生物信息大数据分析等实际难题，明确提出一连串新方式，并融合深度神经网络和张量测算讨论了深度学习软计算方式的*发展趋势动态性和方位。

目录

• 第1 章 诸论...............................................................................................1
• 1.1 引言............................................................................................................. 2
• 1.2 人工智能与机器学习................................................................................. 3
• 1.3 数据挖掘与机器学习................................................................................. 7
• 1.4 仿生计算智能与机器学习....................................................................... 12
• 1.5 免疫计算与机器学习............................................................................... 16
• 1.6 本书的内容及结构................................................................................... 20
• 参考文献........................................................................................................... 22
• 第2 章机器学习主流技术与方法............................................................. 29
• 2.1 机器学习的发展....................................................................................... 30
• 2.2 机器学习中的统计分析方法................................................................... 34
• 2.2.1 线性回归分析............................................................................... 38
• 2.2.2 非线性回归分析........................................................................... 40
• 2.2.3 多元线性回归分析....................................................................... 42
• 2.3 机器学习中的现代技术方法................................................................... 44
• 2.3.1 粗糙集........................................................................................... 45
• 2.3.2 遗传算法....................................................................................... 50?
• 2.3.3 神经网络....................................................................................... 54
• 2.3.4 深度学习....................................................................................... 60
• 2.3.5 支持向量机................................................................................... 62
• 2.3.6 强化学习....................................................................................... 72
• 2.3.7 度量学习....................................................................................... 75
• 2.3.8 多核学习....................................................................................... 77
• 2.3.9 集成学习....................................................................................... 78
• 2.3.10 主动学习..................................................................................... 80
• 2.3.11 迁移学习..................................................................................... 83
• 参考文献........................................................................................................... 85
• 第3 章免疫计算的基础原理.................................................................... 95
• 3.1 免疫计算生物学基础............................................................................... 96
• 3.1.1 免疫学基本概念........................................................................... 96
• 3.1.2 生物免疫系统的结构及组成....................................................... 97
• 3.1.3 免疫系统功能及机制................................................................. 102
• 3.2 人工免疫基本原理..................................................................................113
• 3.2.1 人工免疫系统基本概念..............................................................115
• 3.2.2 人工免疫系统基本原理及机制..................................................116
• 3.3 免疫计算学习及优化方法..................................................................... 120
• 参考文献......................................................................................................... 123
• 第4 章基于免疫聚类竞争的关联规则挖掘方法..................................... 127
• 4.1 基本概念及问题描述............................................................................. 128
• 4.2 数据表达及初始化................................................................................. 131
• 4.3 免疫关联规则挖掘................................................................................. 132
• 4.3.1 抗体聚类与竞争克隆................................................................. 132
• 4.3.2 抗体编码及初始化..................................................................... 135
• 4.3.3 抗体亲和力定义......................................................................... 138
• 4.3.4 抗体操作..................................................................................... 138
• 4.4 免疫关联规则挖掘方法及分析............................................................. 140
• 4.5 仿真实验及应用..................................................................................... 143
• 4.5.1 UCI 数据集仿真实验................................................................. 143
• 4.5.2 教学质量规则挖掘与分析......................................................... 145
• 参考文献......................................................................................................... 147
• 第5 章基于小生境免疫粗糙集属性约简方法......................................... 153
• 5.1 问题描述................................................................................................. 154
• 5.2 基本概念及理论..................................................................................... 155
• 5.3 属性信息编码及小生境免疫优化......................................................... 156
• 5.3.1 疫苗提取及初始抗体种群......................................................... 156
• 5.3.2 抗体编码及接种疫苗................................................................. 159
• 5.4 小生境免疫共享机制及免疫算子操作................................................. 160
• 5.5 算法执行过程......................................................................................... 163
• 5.6 试验仿真及应用..................................................................................... 165
• 5.6.1 实验1.......................................................................................... 165
• 5.6.2 实验2.......................................................................................... 168
• 5.6.3 实验3.......................................................................................... 170
• 参考文献......................................................................................................... 172
• 第6 章基于免疫阴性选择的数据分类器................................................ 178
• 6.1 问题描述................................................................................................. 179
• 6.2 基本概念及原理..................................................................................... 180
• 6.3 文本分类规则编码................................................................................. 182
• 6.3.1 个体编码..................................................................................... 182
• 6.3.2 亲和力定义................................................................................. 183
• 6.3.3 免疫优化..................................................................................... 184
• 6.4 掩码匹配的否定选择分类器................................................................. 184
• 6.5 免疫进化分类实现................................................................................. 186
• 6.6 仿真实验及应用..................................................................................... 187
• 6.6.1 实验一......................................................................................... 187
• 6.6.2 实验二......................................................................................... 188
• 参考文献.....