|
關(guān)于我們
 書單推薦 新書推薦 |
演化機(jī)器學(xué)習(xí) 
定 價(jià)：45 元
9 7 5 8 6 7 3 5 3 6 0 3 2
近年來(lái)，演化計(jì)算作為計(jì)算智能中傳統(tǒng)的優(yōu)化技術(shù)，已經(jīng)廣泛應(yīng)用于求解各種數(shù)據(jù)挖掘問(wèn)題，形成了一種基于遺傳的機(jī)器學(xué)習(xí)新范式學(xué)習(xí)分類器。一方面，在真實(shí)場(chǎng)景中采集的原始數(shù)據(jù)不可避免地包含著冗余乃至噪聲屬性的信息，這些不相關(guān)的特征將對(duì)學(xué)習(xí)分類器算法的學(xué)習(xí)性能與計(jì)算效率造成負(fù)面影響。另一方面，學(xué)習(xí)分類器以顯式規(guī)則表示目標(biāo)概念，在監(jiān)督學(xué)習(xí)或強(qiáng)化學(xué)習(xí)機(jī)制的基礎(chǔ)上，利用演化算法對(duì)規(guī)則空間進(jìn)行搜索，從而完成學(xué)習(xí)任務(wù)。規(guī)則空間的有效搜索是影響學(xué)習(xí)分類器性能的關(guān)鍵。針對(duì)上述問(wèn)題，本書的主要探討內(nèi)容：一是學(xué)習(xí)分類器與特征選擇方法，重點(diǎn)是做兩者的整合研究，將學(xué)習(xí)分類器的分類模型構(gòu)建過(guò)程與特征選擇的特征子集搜索過(guò)程統(tǒng)一集成在基于遺傳的機(jī)器學(xué)習(xí)框架下，同時(shí)改善分類算法的預(yù)測(cè)性能與運(yùn)行效率；二是從提高規(guī)則空間的搜索質(zhì)量出發(fā)，著眼于分類問(wèn)題，介紹了基于分布估計(jì)算法的學(xué)習(xí)分類器。
本書可作為大數(shù)據(jù)及人工智能等相關(guān)專業(yè)的教材與參考用書。
你還可能感興趣
我要評(píng)論
|
