Multi-Objective Machine Learning
Yaochu Jin
06.2007 г. · Studies in Computational Intelligence Книга 16 · Springer Science & Business Media
5,0star
3 отзиваreport
Електронна книга
660
Страници
reportОценките и отзивите не са потвърдени Научете повече
Всичко за тази електронна книга
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.
Оценки и отзиви
5,0
3 отзива
Оценете тази електронна книга
Кажете ни какво мислите.
Информация за четенето
Смартфони и таблети
Инсталирайте приложението Google Play Книги за Android и iPad/iPhone. То автоматично се синхронизира с профила ви и ви позволява да четете онлайн или офлайн, където и да сте.
Лаптопи и компютри
Можете да слушате закупените от Google Play аудиокниги посредством уеб браузъра на компютъра си.
Електронни четци и други устройства
За да четете на устройства с електронно мастило, като например електронните четци от Kobo, трябва да изтеглите файл и да го прехвърлите на устройството си. Изпълнете подробните инструкции в Помощния център, за да прехвърлите файловете в поддържаните електронни четци.
