Multi-Objective Machine Learning
Yaochu Jin
јун 2007. · Studies in Computational Intelligence 16. књига · Springer Science & Business Media
5,0star
3 рецензијereport
Е-књига
660
Страница
reportОцене и рецензије нису верификоване Сазнајте више
О овој е-књизи
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.
Оцене и рецензије
5,0
3 рецензијe
Оцените ову е-књигу
Јавите нам своје мишљење.
Информације о читању
Паметни телефони и таблети
Инсталирајте апликацију Google Play књиге за Android и iPad/iPhone. Аутоматски се синхронизује са налогом и омогућава вам да читате онлајн и офлајн где год да се налазите.
Лаптопови и рачунари
Можете да слушате аудио-књиге купљене на Google Play-у помоћу веб-прегледача на рачунару.
Е-читачи и други уређаји
Да бисте читали на уређајима које користе е-мастило, као што су Kobo е-читачи, треба да преузмете фајл и пренесете га на уређај. Пратите детаљна упутства из центра за помоћ да бисте пренели фајлове у подржане е-читаче.
