国家重点研发计划课题“开放生态化云ERP平台”、国家自然科学基金“数据驱动的交互式和定制化服务链推荐方法研究”和“不完整信息的多粒度数据表示及其优化方法研究”的研究成果。不平衡数据学习是机器学习和数据挖掘领域重要研究分支，能够为诸多实际应用提供基础性支撑保障。通过分析学习任务的困难本质，为设计算法提供指导。本书主要介绍了受构造性神经网络启发的一类构造性的不平衡学习理论及方法。对不平衡学习相关的概念以及构造性覆盖算法进行了基本介绍，在此基础上主要介绍了构造性不平衡学习的相关理论和方法。内容涵盖了不平衡学习的相关理论和方法；构造性覆盖算法；样本几何信息刻画、几何邻域扩张、几何邻域约束以及几何结构保持等多个视角的构造性不平衡学习的系列相关算法等。

严远亭，张以文，著。严远亭，博士，安徽大学计算机科学与技术学院副教授，中国人工智能学会粒计算与知识发现专委会委员，研究方向为数据挖掘、机器学习。主持国家重点研发计划、国家自然科学基金项目、安徽省重大/重点研发计划等多项。张以文，博士、安徽大学计算机科学与技术学院教授，大数据方向负责人。现为CCF服务计算专业委员会委员、中国人工智能协会粒计算与知识发现专委会委员、安徽省电子学会人工智能专委会副主任委员等。荣获省部级科技奖3项。主持国家重点研发计划、国家科技支撑计划、国家自然科学基金项目、安徽省重大/重点研发p?id=190