Multi-Objective Machine Learning
Yaochu Jin
06/2007 · Springer Science & Business Media
5,0star
3 críticasreport
Livro eletrónico
660
Páginas
reportAs classificações e as críticas não são validadas Saiba mais
Acerca deste livro eletrónico
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.
Classificações e críticas
5,0
3 críticas
Roger Patrick
- Denunciar como impróprio
- Mostrar histórico da crítica
29 de fevereiro de 2024
Prosperidades a todos os paizes e o mezmo a,China,Japão e soceolojia eternamemte.
Classifique este livro eletrónico
Dê-nos a sua opinião.
Informações de leitura
Smartphones e tablets
Instale a app Google Play Livros para Android e iPad/iPhone. A aplicação é sincronizada automaticamente com a sua conta e permite-lhe ler online ou offline, onde quer que esteja.
Portáteis e computadores
Pode ouvir audiolivros comprados no Google Play através do navegador de Internet do seu computador.
eReaders e outros dispositivos
Para ler em dispositivos e-ink, como e-readers Kobo, tem de transferir um ficheiro e movê-lo para o seu dispositivo. Siga as instruções detalhadas do Centro de Ajuda para transferir os ficheiros para os e-readers suportados.
