Multi-Objective Machine Learning
Yaochu Jin
شهریور ۲۰۰۷ · Springer Science & Business Media
۵٫۰star
۳ مرورreport
ای-کتاب
660
صفحه‌ها
reportرده‌بندی‌ها و مرورها به‌تأیید نمی‌رسند. بیشتر بدانید
درباره این ای-کتاب
Recently, increasing interest has been shown in applying the concept of Pareto-optimality to machine learning, particularly inspired by the successful developments in evolutionary multi-objective optimization. It has been shown that the multi-objective approach to machine learning is particularly successful to improve the performance of the traditional single objective machine learning methods, to generate highly diverse multiple Pareto-optimal models for constructing ensembles models and, and to achieve a desired trade-off between accuracy and interpretability of neural networks or fuzzy systems. This monograph presents a selected collection of research work on multi-objective approach to machine learning, including multi-objective feature selection, multi-objective model selection in training multi-layer perceptrons, radial-basis-function networks, support vector machines, decision trees, and intelligent systems.
رتبه‌بندی‌ها و مرورها
۵٫۰
۳ مرور
رده‌بندی این کتاب الکترونیک
نظرات خود را به ما بگویید.
اطلاعات مطالعه
تلفن هوشمند و رایانه لوحی
برنامه «کتاب‌های Google Play» را برای Android و iPad/iPhone بارگیری کنید. به‌طور خودکار با حسابتان همگام‌سازی می‌شود و به شما امکان می‌دهد هر کجا که هستید به‌صورت آنلاین یا آفلاین بخوانید.
رایانه کیفی و رایانه
با استفاده از مرورگر وب رایانه‌تان می‌توانید به کتاب‌های صوتی خریداری‌شده در Google Play گوش دهید.
eReaderها و دستگاه‌های دیگر
برای خواندن در دستگاه‌های جوهر الکترونیکی مانند کتاب‌خوان‌های الکترونیکی Kobo، باید فایل مدنظرتان را بارگیری و به دستگاه منتقل کنید. برای انتقال فایل به کتاب‌خوان‌های الکترونیکی پشتیبانی‌شده، دستورالعمل‌های کامل مرکز راهنمایی را دنبال کنید.
