Multi-Objective Machine Learning
Yaochu Jin
जून २००७ · Studies in Computational Intelligence पुस्तक 16 · Springer Science & Business Media
५.०star
३ परीक्षणreport
ई-पुस्तक
660
पेज
reportरेटिंग आणि परीक्षणे यांची पडताळणी केलेली नाही अधिक जाणून घ्या
या ई-पुस्तकाविषयी
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.
रेटिंग आणि पुनरावलोकने
५.०
३ परीक्षणे
या ई-पुस्तकला रेटिंग द्या
तुम्हाला काय वाटते ते आम्हाला सांगा.
वाचन माहिती
स्मार्टफोन आणि टॅबलेट
Android आणि iPad/iPhone साठी Google Play बुक अ‍ॅप इंस्‍टॉल करा. हे तुमच्या खात्‍याने आपोआप सिंक होते आणि तुम्ही जेथे कुठे असाल तेथून तुम्हाला ऑनलाइन किंवा ऑफलाइन वाचण्‍याची अनुमती देते.
लॅपटॉप आणि कॉंप्युटर
तुम्ही तुमच्या काँप्युटरचा वेब ब्राउझर वापरून Google Play वर खरेदी केलेली ऑडिओबुक ऐकू शकता.
ईवाचक आणि इतर डिव्हाइसेस
Kobo eReaders सारख्या ई-इंक डिव्‍हाइसवर वाचण्‍यासाठी, तुम्ही एखादी फाइल डाउनलोड करून ती तुमच्या डिव्‍हाइसवर ट्रान्सफर करणे आवश्यक आहे. सपोर्ट असलेल्या eReaders वर फाइल ट्रान्सफर करण्यासाठी, मदत केंद्र मधील तपशीलवार सूचना फॉलो करा.
