模式识别机器学习与数据挖掘量子计算与量子信息模式识别.pptVIP

Tianjin University Tianjin University Tianjin University Tianjin University Tianjin University Tianjin University 高级计算机视觉 计算机视觉、机器学习、媒体计算 机器学习和模式识别 机器学习与数据挖掘 量子计算与量子信息 模式识别 、高级人工智能 专业基础测试选题列表 人工智能、软件体系结构 人类行为动力学 信息检索 言语信息处理 运筹学 专业基础测试选题 专业基础课程：高级计算机视觉 参考教材 （美）塞利斯基,艾海舟,兴军亮 《计算机视觉—算法与应用》 （英）戴维斯 《计算机与机器视觉：理论、算法与实践》 选题1：计算机双目立体视觉 选题2：图像处理与模式识别 选题3：深度学习与计算机视觉 专业基础测试选题 专业基础课程：计算机视觉、机器学习、媒体计算 参考教材 Richard Szeliski, Computer Vision: Algorithms and Applications R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2003. 周志华，机器学习，清华大学出版社 选题1：条件随机场理论、优化方法与应用 选题2：图像语义分割 选题3：Structure from X 选题4：稀疏字典学习与低秩表征 选题5：动态规划方法及其在视觉/学习问题中的应用 专业基础测试选题 专业基础课程：机器学习和模式识别 参考教材： Christopher M. Bishop, Pattern Recognition And Machine Learning 选题1： 频率主义统计方法和贝叶斯方法都是机器学习研究中常用的方法，请说明你的这两种方法范式的理解，特别是两种方法的各自的优势和不足。 选题2：人工智能研究已在若干特定的领域取得了引人注目的成功，但是已有的成功大都是局部的、彼此分离的，距离“通用智能”的理想仍有较大差距，请说明你对这种状况的理解。 选题3： 请论述机器学习研究的主要任务，以及针对各主要任务的常用模型（及算法），特别请说明各模型的背景假设、适用范围和优缺点。 选题4：说明神经网络和深度学习模型（深度玻尔兹曼机、深度卷积网络和深度Recurrent网络等）的基本原理和算法，并试阐述你对深度学习模型引人注目的有效性当理解。 专业基础测试选题 专业基础课程：机器学习与数据挖掘 参考教材 Duda R O, Hart P E, and Stork D G. Pattern classification. John Wiley Sons, Inc., 2001. Han J and Kamber M. Data Mining: Concepts and Techniques. Elsevier, 2006. Hastie T, Tibshirani R and Friedman J. The elements of statistical learning: Data mining, inference, and prediction. Springer, 2009. Russell S J and Norvig P. Artificial Intelligence: A Modern Approach. Prentice Hall, 2010. 选题1：不确定机器学习的类型、问题和途径 选题2：大规模机器学习的理论与方法 选题3：机器学习模型选择的理论与方法 专业基础测试选题 专业基础课程：《量子计算与量子信息》 参考教材 A. Nilson and I. Chuang《Quantum Computation and Quantum Information》 选题1：如何理解Chernoff界在量子计算模型中的作用？ 选题2：怎样理解量子测不准原理？ 选题3：如何理解CHSH不等式？ 专业基础测试选题 专业基础课程：模式识别 、高级人工智能 参考教材 Sergio Theodoridis著，李晶皎，王爱侠译，模式识别（第四版），电子工业出版社 Stuart J. Russell and Peter Norvig, Artificial Intelligence: A Modern Approach (second edition). Prentice Hall, Englewood Cliffs, New Jersey. Christopher M. Bishop著，Pattern?Recognization?and mac