Multi-Objective Machine Learning
Yaochu Jin
ਜੂਨ 2007 · Studies in Computational Intelligence ਕਿਤਾਬ 16 · Springer Science & Business Media
5.0star
3 ਸਮੀਖਿਆਵਾਂreport
ਈ-ਕਿਤਾਬ
660
ਪੰਨੇ
reportਰੇਟਿੰਗਾਂ ਅਤੇ ਸਮੀਖਿਆਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਗਈ ਹੈ ਹੋਰ ਜਾਣੋ
ਇਸ ਈ-ਕਿਤਾਬ ਬਾਰੇ
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.
ਰੇਟਿੰਗਾਂ ਅਤੇ ਸਮੀਖਿਆਵਾਂ
5.0
3 ਸਮੀਖਿਆਵਾਂ
ਇਸ ਈ-ਕਿਤਾਬ ਨੂੰ ਰੇਟ ਕਰੋ
ਆਪਣੇ ਵਿਚਾਰ ਦੱਸੋ
ਪੜ੍ਹਨ ਸੰਬੰਧੀ ਜਾਣਕਾਰੀ
ਸਮਾਰਟਫ਼ੋਨ ਅਤੇ ਟੈਬਲੈੱਟ
Google Play Books ਐਪ ਨੂੰ Android ਅਤੇ iPad/iPhone ਲਈ ਸਥਾਪਤ ਕਰੋ। ਇਹ ਤੁਹਾਡੇ ਖਾਤੇ ਨਾਲ ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਸਿੰਕ ਕਰਦੀ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਕਿਤੋਂ ਵੀ ਆਨਲਾਈਨ ਜਾਂ ਆਫ਼ਲਾਈਨ ਪੜ੍ਹਨ ਦਿੰਦੀ ਹੈ।
ਲੈਪਟਾਪ ਅਤੇ ਕੰਪਿਊਟਰ
ਤੁਸੀਂ ਆਪਣੇ ਕੰਪਿਊਟਰ ਦਾ ਵੈੱਬ ਬ੍ਰਾਊਜ਼ਰ ਵਰਤਦੇ ਹੋਏ Google Play 'ਤੇ ਖਰੀਦੀਆਂ ਗਈਆਂ ਆਡੀਓ-ਕਿਤਾਬਾਂ ਸੁਣ ਸਕਦੇ ਹੋ।
eReaders ਅਤੇ ਹੋਰ ਡੀਵਾਈਸਾਂ
e-ink ਡੀਵਾਈਸਾਂ 'ਤੇ ਪੜ੍ਹਨ ਲਈ ਜਿਵੇਂ Kobo eReaders, ਤੁਹਾਨੂੰ ਫ਼ਾਈਲ ਡਾਊਨਲੋਡ ਕਰਨ ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ ਡੀਵਾਈਸ 'ਤੇ ਟ੍ਰਾਂਸਫਰ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਸਮਰਥਿਤ eReaders 'ਤੇ ਫ਼ਾਈਲਾਂ ਟ੍ਰਾਂਸਫਰ ਕਰਨ ਲਈ ਵੇਰਵੇ ਸਹਿਤ ਮਦਦ ਕੇਂਦਰ ਹਿਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ।
