李群机器学习

从历史经验看，研究机器学习应该以“认知科学为基础、数学方法为手段、可计算理论为标准、分析数据规律为目标、计机机技术为实现途径，沿着这样的路径，构建机器学习的理论、技术、方法、应用体系”。因此，本书以“模型﹢分析”的认知互补机制，利用李群理论提出了李群机器学习框架。本书共分11章：引论，李群覆盖学习，李群深层结构学习，李群半监督学习，李群核学习，张量学习，标架丛上的联络学习，谱估计学习，Finsler几何学习，同调边缘学习，基于范畴理论的学习方法。本书可作为计算机﹑自动化﹑认知科学﹑数学﹑管理科学﹑哲学等领域的大学高年级学生、硕士生、博士生和教师的一学期72学时的教材，也可作为相关的科技工作者参考书。