学习的理论逼近论观点.pdfVIP

国外科技新书评介 ．2008年第 l0期 (总第258期) 数 学 JacobKoganUniversityofMaryland，USA 材，也可供应用数学研究人员和其他科技 Introduction to Clustering 人员参考。 朱尧辰，研究员 LargeandHigh·Dimensional (中国科学院应用数学研究所) Data ZhuYaochen，Professor 2007，205PP． (InstituteofApphedMathematies，CAS) Paperback ． TSB7932 CAMBRIDGE UNIVERSITY pRESS 大量和高维数据的聚类引论 FelipeCuckerCityUniversityofHongKong J．柯 岗 著 Ding·XuanZhouCityUniversityofHong 聚类是一种基本的数据分析工作，它 Kong 广泛地应用于各种不 同的领域 (如心理 LearningTheory： 学、生物学、控制和信号处理、信息论等)。 AnApproximationTheoryViewpoint 本书是出于信息检索，特别是大量、稀疏 2007，224pp． 及高维数据的刻划等方面的实际应用的 1{ardcover 需要而编写的关于聚类技术的专著，它给 ISBN9780521865593 出了一些经典的聚类算法，包括 R平均， CAMBRIDGE PDDP(主方向分划分类)及 BIRCH(分级 UNIVERSIr|YPRESS 平衡迭代归并与聚类)三类算法，并且着 学习的理论 重于R平均算法，同时也给出一些新的算 法，涉及当前发展的某些动向。本书前身 逼近论观点 是作者在美国Maryland大学一学期研究 F．卡克 等著 生课程的讲稿。 学习论的 目的是通过样本值逼近一 全书包含 11章。1．引言；2—5．详细 个函数，为此必须以不同的数学分支，特 论述了经典的聚类算法，包括必要的数学 别是统计学、逼近论及算法理论为基础， 背景、基本结果的例子，如二次 R平均算 将它们的思想和方法有机地融合以形成 法、BIRCH算法、球 R平均算法以及线性 一 种独立的理论体系和方法。由于这种 代数技术(PDDP算法及球 PDDP算法)；6 研究产生了许多成功的应用范例，因而在 ～ 9．给出一些新结果 ，如信息论聚类算 近20年来迅速发展，成为一个崭新的数学 法、应用最优化技术的聚类算法、发散性R 分支。 平均算法等，还讨论了聚类结果的评价问 本书是关于这个领域的第一本专著， 题；10．是前文要用到的最优化和线性代 系统全面地给出了它的理论基础、基本方 数的知识；11．是各章习题选解。 法和重要结果，着重于逼近论的观点，同 本书论述简明，重点突出，并且包含