دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Naoki Abe, Roni Khardon, Thomas Zeugmann (eds.) سری: Lecture Notes in Computer Science 2225 Lecture Notes in Artificial Intelligence ISBN (شابک) : 9783540428756, 3540428755 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2001 تعداد صفحات: 389 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب نظریه یادگیری الگوریتمی: دوازدهمین کنفرانس بین المللی، ALT 2001 واشنگتن، دی سی، ایالات متحده آمریکا، 25-28 نوامبر، 2001 مجموعه مقالات: هوش مصنوعی (شامل رباتیک)، محاسبات با دستگاههای انتزاعی، تحلیل الگوریتم و پیچیدگی مسئله، منطق ریاضی و زبانهای رسمی، آمادهسازی اسناد و پردازش متن
در صورت تبدیل فایل کتاب Algorithmic Learning Theory: 12th International Conference, ALT 2001 Washington, DC, USA, November 25–28, 2001 Proceedings به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب نظریه یادگیری الگوریتمی: دوازدهمین کنفرانس بین المللی، ALT 2001 واشنگتن، دی سی، ایالات متحده آمریکا، 25-28 نوامبر، 2001 مجموعه مقالات نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این جلد شامل مقالات ارائه شده در دوازدهمین کنفرانس سالانه نظریه یادگیری الگوریتمی (ALT 2001) است که در واشنگتن دی سی، ایالات متحده آمریکا، طی 25 تا 28 نوامبر 2001 برگزار شد. هدف اصلی کنفرانس ارائه یک انجمن بین رشته ای برای بحث در مورد مبانی نظری یادگیری ماشین، و همچنین ارتباط آنها با کاربردهای عملی. این کنفرانس با چهارمین کنفرانس بین المللی علم کشف (DS 2001) برگزار شد. این جلد شامل 21 مقاله ارائه شده است. این مقالات توسط کمیته برنامه از بین 42 مورد ارسالی بر اساس وضوح، اهمیت، واقعی بودن و ارتباط با تئوری و عمل یادگیری ماشین انتخاب شدند. علاوه بر این، این جلد شامل گفتگوهای دعوت شده ALT 2001 است که توسط دانا آنگلولین از دانشگاه ییل، ایالات متحده، پل آر. کوهن از دانشگاه ماساچوست در آمهرست، ایالات متحده، و سخنرانی مشترک دعوت شده برای ALT 2001 و DS 2001 ارائه شده توسط ستسو آریکاوا ارائه شده است. دانشگاه کیوشو ژاپن علاوه بر این، این جلد شامل چکیدههایی از گفتگوهای دعوت شده برای DS 2001 است که توسط لیندلی داردن و بن اشنایدرمن هر دو از دانشگاه مریلند در کالج پارک، ایالات متحده ارائه شده است. نسخه کامل این مقالات در مجموعه مقالات DS 2001 (نکات سخنرانی در هوش مصنوعی جلد 2226) منتشر شده است.
This volume contains the papers presented at the 12th Annual Conference on Algorithmic Learning Theory (ALT 2001), which was held in Washington DC, USA, during November 25–28, 2001. The main objective of the conference is to provide an inter-disciplinary forum for the discussion of theoretical foundations of machine learning, as well as their relevance to practical applications. The conference was co-located with the Fourth International Conference on Discovery Science (DS 2001). The volume includes 21 contributed papers. These papers were selected by the program committee from 42 submissions based on clarity, signi?cance, o- ginality, and relevance to theory and practice of machine learning. Additionally, the volume contains the invited talks of ALT 2001 presented by Dana Angluin of Yale University, USA, Paul R. Cohen of the University of Massachusetts at Amherst, USA, and the joint invited talk for ALT 2001 and DS 2001 presented by Setsuo Arikawa of Kyushu University, Japan. Furthermore, this volume includes abstracts of the invited talks for DS 2001 presented by Lindley Darden and Ben Shneiderman both of the University of Maryland at College Park, USA. The complete versions of these papers are published in the DS 2001 proceedings (Lecture Notes in Arti?cial Intelligence Vol. 2226).
Editors’ Introduction....Pages 1-7
The Discovery Science Project in Japan....Pages 9-11
Queries Revisited....Pages 12-31
Robot Baby 2001....Pages 32-56
Discovering Mechanisms: A Computational Philosophy of Science Perspective....Pages 57-57
Inventing Discovery Tools: Combining Information Visualization with Data Mining....Pages 58-58
On Learning Correlated Boolean Functions Using Statistical Queries (Extended Abstract)....Pages 59-76
A Simpler Analysis of the Multi-way Branching Decision Tree Boosting Algorithm....Pages 77-91
Minimizing the Quadratic Training Error of a Sigmoid Neuron Is Hard....Pages 92-105
Learning of Boolean Functions Using Support Vector Machines....Pages 106-118
A Random Sampling Technique for Training Support Vector Machines....Pages 119-134
Learning Coherent Concepts....Pages 135-150
Learning Intermediate Concepts....Pages 151-166
Real-Valued Multiple-Instance Learning with Queries....Pages 167-180
Loss Functions, Complexities, and the Legendre Transformation....Pages 181-189
Non-linear Inequalities between Predictive and Kolmogorov Complexities....Pages 190-204
Learning by Switching Type of Information....Pages 205-218
Learning How to Separate....Pages 219-234
Learning Languages in a Union....Pages 235-250
On the Comparison of Inductive Inference Criteria for Uniform Learning of Finite Classes....Pages 251-266
Refutable Language Learning with a Neighbor System....Pages 267-282
Learning Recursive Functions Refutably....Pages 283-298
Refuting Learning Revisited....Pages 299-314
Efficient Learning of Semi-structured Data from Queries....Pages 315-331
Extending Elementary Formal Systems....Pages 332-347
Learning Regular Languages Using RFSA....Pages 348-363
Inference of ω-Languages from Prefixes....Pages 364-377