Multi-Objective Machine Learning
Yaochu Jin
juin 2007 · Studies in Computational Intelligence Livre 16 · Springer Science & Business Media
5,0star
3 avisreport
Ebook
660
Pages
reportLes notes et les avis ne sont pas vérifiés En savoir plus
À propos de cet ebook
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.
Notes et avis
5,0
3 avis
Attribuez une note à ce ebook
Faites-nous part de votre avis.
Informations sur la lecture
Téléphones intelligents et tablettes
Installez l'appli Google Play Livres pour Android et iPad ou iPhone. Elle se synchronise automatiquement avec votre compte et vous permet de lire des livres en ligne ou hors connexion, où que vous soyez.
Ordinateurs portables et de bureau
Vous pouvez écouter les livres audio achetés sur Google Play en utilisant le navigateur Web de votre ordinateur.
Liseuses et autres appareils
Pour pouvoir lire des ouvrages sur des appareils utilisant la technologie e-Ink, comme les liseuses électroniques Kobo, vous devez télécharger un fichier et le transférer sur l'appareil en question. Suivez les instructions détaillées du centre d'aide pour transférer les fichiers sur les liseuses électroniques compatibles.
