模糊支持張量機分類算法研究

　　本書基于大數(shù)據(jù)、人工智能中模式分類的研究，以向量數(shù)據(jù)的機器學習方法為基礎，從*優(yōu)化角度研究張量數(shù)據(jù)的學習問題，特別關注張量數(shù)據(jù)分類問題的新模型的建立及其*優(yōu)化算法的設計。本書所構建的張量數(shù)據(jù)分類模型，無論從計算時間、計算復雜度，還是從分類精度，都表現(xiàn)出該算法的優(yōu)越性，能夠使讀者能夠比較全面地了解張量數(shù)據(jù)分類模型和算法設計。本書適用于人工智能、數(shù)據(jù)挖掘專業(yè)高年級本科生或研究生閱讀。

　　張瑞亭，中共黨員，運籌與管理專業(yè)博士研究生，中國人民大學訪問學者。主要研究方向為應用統(tǒng)計、數(shù)據(jù)挖掘、數(shù)學教育。近幾年在國內(nèi)外核心期刊上發(fā)表多篇學術論文，主編和撰寫多部教材、著作。代表作有《商務統(tǒng)計學》《高等數(shù)學常見問題和典型錯誤解析100例》《大學數(shù)學：微積分及其在經(jīng)濟管理中的應用》《數(shù)學（基礎模塊）》等。