基于免疫计算的机器学习方法及应用

大数据时代的机器学习和数据挖掘技术的作用日渐重要，受到了广泛的关注。本书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。针对关联规则挖掘、数据分类、数据聚类、属性约简等机器学习及生物信息大数据挖掘等具体问题，提出一系列新方法，并结合深度学习和张量计算探讨了机器学习软计算方法的最新发展动态和方向。

这是一本系统性地论述免疫智能计算方法在机器学习领域的应用的专业书籍。该书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。 书中详细阐述了机器学习五时期发展过程，从20世纪50年代中叶开始，经历了启蒙时期、平静时期、复兴时期、现代机器学习技术成型期，到21世纪初至今的现代机器学习技术蓬勃发展期。同时，也深入探讨了生物学与医学免疫学，揭示了生物免疫系统结构和功能的奥秘，为人工免疫系统的设计提供了生物理论依据。 此外，书中还详细介绍了人工免疫系统的模型与算法，包括克隆选择算法、免疫独特型网络原理等，并探讨了这些算法在解决具体问题中的应用。同时，也对粗糙集理论的基本概念及理论应用进行了详细的介绍，为处理和分析不完整性和不确定性的问题提供了新的视角。 在数据分类方面，书中提出了免疫阴性选择的数据分类器实现机制和掩码匹配否定选择分类器定义，这些方法通过模拟生物免疫系统的自我识别和排斥非我过程，实现对数据的分类。此外，还