原创力文档- 1、本文档共58页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
信息理论与模式分类--胡包钢NLPR_PartB
Tutorial-Part B
April 24, 2015, NLPR
信息理论与模式分类
B.-G. Hu 2015
胡包钢
NLPR/LIAMA
Institute of Automation
Chinese Academy of Sciences
email: hubg@
课程大纲
0. 课程概要
1. 信息理论基础
2. 信息理论与机器学习
3. 基于信息理论的分类评价
4. 互信息分类器与贝叶斯分类器
5. 结语
2
课程引子
本课程 内容
● 反映我们研究思路的
发展轨迹
● 信息评价指标
● 5个经验指标
● 24个信息指标
● 分类器 比较
● 贝叶斯与互信息
● “代价缺失学习”
● “拒识分类学习”
3
3. 基于信息理论的分类评价
参考资料
1. Japkowicz, N., Shah, M. Evaluating learning algorithms: a
classifcation perspective. Cambridge University Press ，
2011.
2. Yao Y.Y. “ Information-theoretic measures for knowledge
discovery and data mining”. In: Karmeshu (ed) Entropy
Measures, Maximum Entropy Principle and Emerging
Applications. Springer, Berlin. 115-136, 2003.
3. Mackay, D. J.C. Information Theory, Inference, and Learning
Algorithms. Cambridge University Press, 2004.
www.inference.phy.cam.ac.uk/itprnn/book.pdf
4. Hu, B.-G. and Wang, Y.“Evaluation Criteria Based on Mutual
Information for Classifcations Including Rejected Class” ，
《自动化学报》, Vol.34, pp.1396-1403, 2008.
5. Hu, B.-G., He, R., and Yuan, X.-T.,“Information-Theoretic
Measures for O
文档评论（0）