Machine Learning of Inductive Bias

Paul E. Utgoff

ធ្នូ 2012 · The Springer International Series in Engineering and Computer Science សៀវភៅទី 15 · Springer Science & Business Media

សៀវភៅអេឡិចត្រូនិច

166

ទំព័រ

ការវាយតម្លៃ និងមតិវាយតម្លៃមិនត្រូវបានផ្ទៀងផ្ទាត់ទេ ស្វែងយល់បន្ថែម

អំពីសៀវភៅអេឡិចត្រូនិកនេះ

This book is based on the author's Ph.D. dissertation[56]. The the sis research was conducted while the author was a graduate student in the Department of Computer Science at Rutgers University. The book was pre pared at the University of Massachusetts at Amherst where the author is currently an Assistant Professor in the Department of Computer and Infor mation Science. Programs that learn concepts from examples are guided not only by the examples (and counterexamples) that they observe, but also by bias that determines which concept is to be considered as following best from the ob servations. Selection of a concept represents an inductive leap because the concept then indicates the classification of instances that have not yet been observed by the learning program. Learning programs that make undesir able inductive leaps do so due to undesirable bias. The research problem addressed here is to show how a learning program can learn a desirable inductive bias.

វាយតម្លៃសៀវភៅអេឡិចត្រូនិកនេះ

ប្រាប់យើងអំពីការយល់ឃើញរបស់អ្នក។

អានព័ត៌មាន

ទូរសព្ទឆ្លាតវៃ និងថេប្លេត

ដំឡើងកម្មវិធី Google Play Books សម្រាប់ Android និង iPad/iPhone ។ វាធ្វើសមកាលកម្មដោយស្វ័យប្រវត្តិជាមួយគណនីរបស់អ្នក និងអនុញ្ញាតឱ្យអ្នកអានពេលមានអ៊ីនធឺណិត ឬគ្មានអ៊ីនធឺណិតនៅគ្រប់ទីកន្លែង។

កុំព្យូទ័រយួរដៃ និងកុំព្យូទ័រ

អ្នកអាចស្ដាប់សៀវភៅជាសំឡេងដែលបានទិញនៅក្នុង Google Play ដោយប្រើកម្មវិធីរុករកតាមអ៊ីនធឺណិតក្នុងកុំព្យូទ័ររបស់អ្នក។

eReaders និងឧបករណ៍ផ្សេងទៀត

ដើម្បីអាននៅលើឧបករណ៍ e-ink ដូចជាឧបករណ៍អានសៀវភៅអេឡិចត្រូនិក Kobo អ្នកនឹងត្រូវទាញយកឯកសារ ហើយផ្ទេរវាទៅឧបករណ៍របស់អ្នក។ សូមអនុវត្តតាមការណែនាំលម្អិតរបស់មជ្ឈមណ្ឌលជំនួយ ដើម្បីផ្ទេរឯកសារទៅឧបករណ៍អានសៀវភៅអេឡិចត្រូនិកដែលស្គាល់។

រាយការណ៍អំពីខ្លឹមសារខុសច្បាប់