Multi-Objective Machine Learning
Yaochu Jin
Juni 2007 · Studies in Computational Intelligence Buch 16 · Springer Science & Business Media
5.0star
3 Rezensionenreport
E-Book
660
Seiten
reportBewertungen und Rezensionen werden nicht geprüft Weitere Informationen
Über dieses E-Book
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.
Bewertungen und Rezensionen
5.0
3 Rezensionen
Dieses E-Book bewerten
Deine Meinung ist gefragt!
Informationen zum Lesen
Smartphones und Tablets
Nachdem du die Google Play Bücher App für Android und iPad/iPhone installiert hast, wird diese automatisch mit deinem Konto synchronisiert, sodass du auch unterwegs online und offline lesen kannst.
Laptops und Computer
Im Webbrowser auf deinem Computer kannst du dir Hörbucher anhören, die du bei Google Play gekauft hast.
E-Reader und andere Geräte
Wenn du Bücher auf E-Ink-Geräten lesen möchtest, beispielsweise auf einem Kobo eReader, lade eine Datei herunter und übertrage sie auf dein Gerät. Eine ausführliche Anleitung zum Übertragen der Dateien auf unterstützte E-Reader findest du in der Hilfe.
