包邮分类属性数据深度无监督学习理论及决策应用

目录前言第1章 决策支持与无监督学习 11.1 数据驱动的决策支持 11.1.1 数据库知识发现与数据挖掘 11.1.2 数据挖掘的主要任务 11.1.3 数据驱动的决策支持过程 31.1.4 决策支持中的数据特征 41.2 决策支持中的数据挖掘方法 71.2.1 有监督学习 71.2.2 无监督学习 81.3 分类属性数据无监督学习问题 91.3.1 研究与应用难点 91.3.2 深度学习提供的新思路 101.3.3 分类属性数据深度无监督学习体系 111.4 本章小结 11第2章 无监督学习基础及其分类属性数据研究 132.1 无监督学习基础 132.1.1 无监督特征学习 132.1.2 无监督分析过程 142.1.3 无监督结果评价 272.1.4 分类属性数据无监督学习过程 292.2 分类属性数据无监督特征学习 302.2.1 传统编码 302.2.2 相似度矩阵 312.2.3 嵌入表征 322.3 分类属性数据聚类 332.3.1 分割聚类 332.3.2 层次聚类 362.3.3 聚类方法分析 362.4 分类属性数据聚类结果评价 372.4.1 内部有效性评价 382.4.2 评价有效性的验证 402.5 本章小结 41第3章 深度无监督学习 433.1 深度无监督特征学习 433.1.1 重构模型 433.1.2 生成模型 483.1.3 自监督学习模型 533.2 深度聚类 553.2.1 深度聚类概述 553.2.2 自动编码器深度聚类 553.2.3 神经网络聚类损失深度聚类 573.2.4 变分自动编码器深度聚类 603.2.5 生成式对抗网络深度聚类 613.3 网络嵌入 623.3.1 网络拓扑结构嵌入 623.3.2 网络辅助信息嵌入 653.3.3 网络外部信息嵌入 663.4 本章小结 66第4章 分类属性数据深度无监督特征学习 68