机器学习研究杂志,第10卷
2009年第10卷
雨果·拉罗谢尔 , 本吉奥 , 杰尔·卢拉杜尔 , 帕斯卡·兰姆林 :
探索训练深层神经网络的策略。 1-40 康长成 , 金田 :
具有相关误差的线性因果模型的马尔可夫性质。 41-70 M.Pawan Kumar先生 , 弗拉基米尔·科尔莫戈罗夫 , 菲利普·H·S·托尔 :
离散MRF MAP估计的凸松弛分析。 71-106 徐月生 , 张海章 :
再生内核的细化。 107-140 苏晓刚 , 蔡志玲 , 王汉生(Hansheng Wang) , 大卫·M·尼克森 , 李伯公 :
通过递归分区进行子群分析。 141-158 阿比克·沙阿 , 彼得·伍尔夫 :
贝叶斯学习的Python环境:从知识和数据推断贝叶斯网络的结构。 159-162 维塔利·费尔德曼 :
论成员资格查询在不可知学习中的作用。 163-182 沃尔坎·武拉尔 , 格伦·冯 , 巴拉吉·克里希纳普拉姆 , 詹妮弗·戴伊 , R.巴拉特·拉奥 :
使用批内的局部依赖性改进大边距分类器。 183-206 基利安·温伯格 , 劳伦斯·索尔 :
大幅度最近邻分类的距离度量学习。 207-244年 西尔文·阿洛特 , 帕斯卡·马萨特 :
最小二乘回归惩罚的数据驱动校准。 245-279 桑乔伊·达斯古普塔 , 亚当·托曼·卡莱 , 克莱尔·蒙特利奥尼 :
基于感知器的主动学习分析。 281-299 法昆多·布隆伯格 , Dimitris Margaritis公司 :
使用论证提高小数据集因果发现的可靠性。 301-340 布莱恩·库利斯 , 马蒂亚斯·萨斯蒂克 , Inderjit S.Dhillon公司 :
具有Bregman矩阵发散的低秩核学习。 341-376 佩特拉·克拉伊·诺瓦克 , 纳达·拉夫拉克 , 杰弗里·韦伯 :
监督描述性规则发现:对比集、新兴模式和子组挖掘的统一综述。 377-403 雨果·杰尔·埃斯卡兰特 , 曼努埃尔·蒙特斯-y-Gómez , 路易斯·恩里克·苏卡尔 :
粒子群模型选择。 405-440 希瓦尼·阿加瓦尔 , 帕塔·尼约吉 :
基于算法稳定性的排序算法的推广界。 441-474 李俊宁 , Z.简·王 :
控制用PC算法学习的关联/因果结构的错误发现率。 475-514 巴纳巴斯·波佐斯(Barnabás Póczos) , 安德拉斯·洛林茨 :
用贝叶斯询问技术识别递归神经网络。 第515页至第554页 张彤(音译) :
基于贪婪最小二乘回归的特征选择一致性研究。 555-568 谢·曼诺 , 约翰·齐齐克利斯 , 贾元玉 :
具有示例路径约束的在线学习。 569-590 Pradip Ghanty公司 , 萨姆拉特·保罗 , 尼基尔·帕尔 :
NEUROSVM:一种减少内核选择对SVM性能影响的架构。 591-622 加博尔·塔卡奇 , 伊斯特万·皮拉西 , 波蒂安·内梅特 , 多蒙科斯·提克 :
大型推荐系统的可扩展协作过滤方法。 623-656 塞巴斯蒂安·布贝克 , 乌尔里克·冯·卢克斯堡 :
最近邻聚类:一种用于任意目标函数一致聚类的基线方法。 657-698 泰勒·J·范德维尔 , 詹姆斯·罗宾斯 :
有向非循环图上单调效应的性质。 699-718 王俊晖 , 沈晓桐 , 韦潘(Wei Pan) :
高效大幅度半监督学习:方法与理论。 719-742 弗朗西斯·梅斯 :
尼姆:大型能源模型。 743-746 陈一华 , 埃里克·加西亚 , 玛雅·R·古普塔 , 阿里·拉希米 , 卢卡·卡赞蒂 :
基于相似性的分类:概念和算法。 747-776 习专家约翰·朗福特 , 李洪丽 , 张彤(音译) :
通过截断梯度进行稀疏在线学习。 777-801 雅各布·D·阿伯内西 , 弗朗西斯·巴赫 , Theodoros Evgeniou公司 , 垂直Jean-Philippe :
一种新的协同过滤方法:带谱正则化的算子估计。 803-826 阿隆·扎凯 , 雅科夫·里托夫 :
一致性和本地化。 827-856 莱斯利·福斯特 , 亚历克斯·瓦根 , 纳贝拉·艾亚兹 , 迈克尔·赫尔利 , 阿波罗尼奥·路易斯 , 乔尔·林斯基 , 钱德里卡·萨蒂亚沃尔 , 迈克尔·J·韦 , 保罗·加齐斯 , 阿肖克·斯利瓦斯塔瓦 :
稳定高效的高斯过程计算。 857-882 霍尔格·霍夫林 , 罗伯特·蒂施莱尼 :
使用伪似然估计稀疏二元成对马尔可夫网络。 883-906 简·拉蒙 , 齐格弗里德·尼杰森 :
单调图类的多项式延迟枚举。 907-929年 托马斯·阿贝尔 , 伊夫·范德佩尔 , 伊万·塞伊斯 :
Java-ML:机器学习库。 931-934 安德烈·F·T·马丁斯 , 诺亚·A·史密斯 , 埃里克·P·星 , 佩德罗·M·Q·阿奎尔 , 马里奥·A·T·菲格雷多 :
测度上的非扩展信息论核。 935-975 姜文新 :
具有无限性、相关性和高维性的一般经验风险的一致偏差。 977-996 乔纳森·黄 , 卡洛斯·盖斯特林 , 列奥尼达斯·吉巴斯 :
置换的傅里叶理论概率推断。 997-1070 何塞·佩尼亚 , 罗兰·尼尔森 , 约翰·比约克伦 , 杰斯珀·特涅尔 :
一种从满足弱及物性的图的最小无向独立映射中读取依赖项的算法。 1071年-1094年 列奥尼德·康托洛维奇 , 博阿兹·纳德勒 :
基于通用内核的学习及其在正则语言中的应用。 1095-1129 李慧(音) , 廖学军 , 劳伦斯·卡林 :
部分可观测随机环境中的多任务强化学习。 1131-1186年 里卡多·贝泽拉·德·安德拉德·席尔瓦 , 邹宾·加拉马尼 :
潜在变量的隐藏生命:混合图模型的贝叶斯学习。 1187-1238 查尔斯·杜加斯 , 本吉奥 , 弗朗索瓦·贝莱尔 , 克劳德·纳多 , 勒内·加西亚 :
将函数知识纳入神经网络。 1239-1262 乌尔里希·帕奎特 , 奥利·温特 , 曼弗雷德·奥珀 :
近似推断中的扰动修正:混合建模应用。 1263-1304年 斯蒂恩·戈德蒂埃 , 大卫·马滕斯 , 简·范蒂宁 , 巴特·贝森 :
具有人工负面事件的稳健流程发现。 1305-1340 尤金·塔夫 , 亚历山大·鲍里索夫 , 乔治·C·伦格 , 卡里·托科拉 :
用集成、人工变量和冗余消除进行特征选择。 1341-1366 马克·博莱 :
一种大规模学习的无参数分类方法。 1367-1385 特洛伊·雷德 , 尼特斯·查拉 :
模型监视器( M(M) 2 ):评估、比较和监控模型。 1387-1390 Takafumi Kanamori公司 , Hido昭平 , 杉山正树 :
直接重要性估计的最小二乘法。 1391-1445 道红香 , 丁宣周 :
高斯和凸损失分类。 1447-1468 让·豪瑟 , 科尔比尼安前锋 :
熵推断和James Stein估计,及其在非线性基因关联网络中的应用。 1469-1484 徐欢 , 君士坦丁·卡拉马尼斯 , 谢·曼诺 :
支持向量机的鲁棒性和正则化。 1485-1510 尼古拉·斯洛博迪亚尼克 , Dmitry Yu。 扎波罗热人牌汽车 , 尼尔·马德拉斯 :
贝叶斯网络中贝叶斯评分准则的强极限定理。 1511-1526 拉安娜·叶赫兹克尔 , 波阿斯·勒纳 :
基于递归自主识别的贝叶斯网络结构学习。 1527-1570 徐月华 , 阿兰·弗恩 , 宋旭渊(Sung Wook Yoon) :
学习波束搜索的线性排序函数及其在规划中的应用。 1571-1610 林少伟 , 伯恩德·斯图尔姆费尔斯 , 徐志强 :
独立模型混合的边际似然积分。 1611-1631 马修·泰勒 , 斯通 :
强化学习领域的迁移学习:一项调查。 1633-1685 艾坦·格林斯廷 , 俊永公园 :
非参数经验贝叶斯估计在高维分类中的应用。 1687-1704 大卫·P·赫尔姆博尔德 , 曼弗雷德·K·沃穆特 :
学习指数权重排列。 1705-1736 安托万·博德斯 , 莱昂·博图 , 帕特里克·加里纳里 :
SGD-QN:谨慎的准牛顿随机梯度下降。 1737-1754 戴维斯·金 :
Dlib-ml:机器学习工具包。 1755-1758 赫柏特·怀特 , 卡里姆·查拉克 :
可设置系统:Pearl因果模型的扩展,包括优化、均衡和学习。 1759年-1799年 大卫·纽曼 , 亚瑟·U·亚松森 , 帕德拉克·斯迈思 , 马克斯·威林 :
主题模型的分布式算法。 1801-1828 巴巴克·沙巴巴 , 拉德福德·M·尼尔 :
使用Dirichlet过程混合物的非线性模型。 1829-1850 罗伯托·埃斯波西托 , 丹尼尔·保罗·拉迪西奥尼 :
CarpeDiem:优化Viterbi算法及其在监督序列学习中的应用。 1851-1880 达娜·安格鲁因 , 詹姆斯·阿斯彭斯 , 姜晨 , 大卫·艾森斯塔特 , 列夫·雷赞 :
使用测试路径学习非循环概率电路。 1881-1911 泽山·赛义德 , 彼得罗·因迪克 , 约翰·V·古塔格 :
学习分类的近似序列模式。 1913-1936 克里斯蒂安·伍德森德 , 杰克·冈齐奥 :
混合MPI/OpenMP并行线性支持向量机训练。 1937年至1953年 艾玛·布伦斯基 , 贝萨尼·R·莱夫勒 , 李洪丽 , 迈克尔·利特曼 , 尼古拉斯·罗伊 :
使用类型化参数模型进行有效学习。 1955-1988 陈杰(音译) , 方浩任 , 萨阿德 :
快速近似值 k个 用递归Lanczos二分构造高维数据的NN图。 1989-2012 范建清 , 理查德·萨姆沃思 , 吴一超 :
超高维特征选择:超越线性模型。 2013-2038 德克·戈里森 , 汤姆·达内 , 菲利普·德图尔克 :
全局代理建模的进化模型类型选择。 2039-2078 露西亚娜·费雷尔 , M.Kemal Sönmez先生 , 伊丽莎白·施里贝格 :
多分类器系统中子系统训练的反相关内核。 2079-2114 克里斯蒂安·里格 , 芭芭拉·兹维克纳格尔 :
支持向量回归的确定性误差分析及相关正则化核方法。 2115-2132 布莱恩·坦纳 , 亚当·怀特 :
RL-Glue:用于强化学习实验的独立于语言的软件。 2133-2136 斯特芬·比克尔 , 迈克尔·布吕克纳 , 托比亚斯·谢弗 :
协变量转换下的判别学习。 2137-2155年 Vojtech法郎 , 索伦·松嫩堡 :
大规模风险最小化的优化割平面算法。 2157-2192 辛西娅·鲁丁 , 罗伯特·夏皮雷 :
基于保证金的排名以及AdaBoost和RankBoost之间的等价性。 2193-2232 辛西娅·鲁丁 :
P-Norm Push:集中在列表顶部的简单凸排序算法。 2233-2271 胡安·何塞德尔·考兹 , 豪尔赫·戴斯 , 安东尼奥·巴哈蒙德 :
学习非确定性分类器。 2273-2293 韩流(Han Liu) , 约翰·D·拉弗蒂 , 拉里·瓦瑟曼 :
非超常:高维无向图的半参数估计。 2295-2328 马蒂亚斯·德顿 , 迈克尔·艾希勒 , 托马斯·理查森 :
计算具有相关误差的递归线性模型中的最大似然估计。 2329年-2348年 诺维·夸迪安托 , 亚历山大·斯莫拉 , 蒂贝里奥·卡埃塔诺 , Quoc V.Le公司 :
从标签比例估算标签。 2349-2374 丽莎·海勒斯坦 , 伯纳德·罗塞尔 , 埃里克·巴赫 , 索米亚·雷 , 大卫·佩奇 :
利用乘积分布识别相关免疫功能的相关变量。 2374-2411 亚历山大·斯特雷尔 , 李丽红 , 迈克尔·利特曼 :
有限MDP中的强化学习:PAC分析。 2413-2444 弗拉基米尔·沃夫克 , 费多·齐达诺夫 :
为贿赂游戏提供专家建议进行预测。 2445-2471 Saharon Rosset公司 :
核分位数回归交叉验证解的双层路径跟踪。 2473-2505 安德烈亚斯·阿吉里奥 , 查尔斯·米切利 , 马西米利亚诺·蓬蒂尔 :
什么时候有表示定理? 向量与矩阵正则化器。 2507-2529 朱军(Jun Zhu) , 埃里克·P·星 :
最大熵鉴别马尔可夫网络。 2531-2569 奥米德·马达尼 , 迈克尔·康纳 , 威利·格雷纳 :
概念丰富时的学习。 2571-2613年 秦凤石 , 詹姆斯·皮特森 , 吉迪恩·德罗 , 习专家约翰·朗福特 , 亚历山大·斯莫拉 , S.V.N.维什瓦纳坦 :
结构化数据的哈希内核。 2615-2637 莱曼 :
DL-Learner:学习描述逻辑中的概念。 2639-2642 弗朗西斯科·奥拉博纳 , 约瑟夫·凯什特 , 芭芭拉·卡普托 :
基于有限内核的在线学习。 2643-2666 Brijnesh J.Jain , 克劳斯·奥伯迈尔 :
结构空间。 2667-2714 亚当·R·克里万斯 , 菲利普·M·龙 , 洛科·A·塞韦迪奥 :
学习带有恶意噪音的半空间。 2715-2740 张海章 , 徐月生 , 张军 :
为机器学习复制内核Banach空间。 2741-2775 卢克·麦克道尔 , 卡利安·莫伊·古普塔 , 大卫·W·阿哈 :
谨慎的集体分类。 2777年-2836年 布兰卡德 , Étienne Roquain女士 :
独立性和依赖性下的自适应错误发现率控制。 2837-2871 Ting Hu(丁虎) , 丁宣周 :
使用从非同一分布中提取的样本进行在线学习。 2873-2898 约翰·杜奇 , 尤拉姆·辛格 :
使用前向-后向分割实现高效的在线和批量学习。 2899-2934 阿塞拉·古纳瓦德纳 , 盖·沙尼 :
推荐任务准确性评估指标调查。 2935-2962