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: Mikhail Moshkov. Beata Zielosko (auth.)
سری: Studies in Computational Intelligence 360
ISBN (شابک) : 3642209947, 9783642209949
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2011
تعداد صفحات: 184
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب یادگیری ماشین ترکیبی: یک رویکرد مجموعه ای خشن: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Combinatorial Machine Learning: A Rough Set Approach 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 یادگیری ماشین ترکیبی: یک رویکرد مجموعه ای خشن 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.
درختهای تصمیم و سیستمهای قوانین تصمیم بهطور گسترده در برنامههای مختلف استفاده میشوند
بهعنوان الگوریتمهایی برای حل مسئله، بهعنوان پیشبینیکننده، و بهعنوان راهی برای
نمایش دانش. کاهش دهنده ها نقش کلیدی در مشکل انتخاب ویژگی
(ویژگی) دارند. اهداف این کتاب عبارتند از (1) در نظر گرفتن مجموعه
درخت تصمیم، قوانین و کاهش ها. (ii) مطالعه روابط بین این
اشیاء. (iii) طراحی الگوریتمهایی برای ساخت درختان، قوانین و کاهشدهندهها؛
و (iv) بهدست آوردن مرزهایی برای پیچیدگی آنها. برنامه های کاربردی برای یادگیری ماشینی تحت نظارت، بهینه سازی گسسته، تجزیه و تحلیل برنامه های غیر چرخه ای، تشخیص خطا
و تشخیص الگو نیز در نظر گرفته می شود. این ترکیبی از
تک نگاری پژوهشی و یادداشت های سخنرانی است. این شامل بسیاری از نتایج منتشر نشده است.
اما، شواهد با دقت انتخاب شده اند تا برای دانش آموزان قابل درک باشد.
نتایج در نظر گرفته شده در این کتاب می تواند برای محققان ماشین مفید باشد
p>یادگیری، داده کاوی و کشف دانش، به ویژه برای کسانی که
در زمینه تئوری مجموعه های خشن، تئوری آزمون و تجزیه و تحلیل منطقی داده ها کار می کنند. از این کتاب
می توان در ایجاد دوره های آموزشی برای دانشجویان تحصیلات تکمیلی استفاده کرد.
Decision trees and decision rule systems are widely used in different applications
as algorithms for problem solving, as predictors, and as a way for
knowledge representation. Reducts play key role in the problem of attribute
(feature) selection. The aims of this book are (i) the consideration of the sets
of decision trees, rules and reducts; (ii) study of relationships among these
objects; (iii) design of algorithms for construction of trees, rules and reducts;
and (iv) obtaining bounds on their complexity. Applications for supervised
machine learning, discrete optimization, analysis of acyclic programs, fault
diagnosis, and pattern recognition are considered also. This is a mixture of
research monograph and lecture notes. It contains many unpublished results.
However, proofs are carefully selected to be understandable for students.
The results considered in this book can be useful for researchers in machine
learning, data mining and knowledge discovery, especially for those who are
working in rough set theory, test theory and logical analysis of data. The book
can be used in the creation of courses for graduate students.
Front Matter....Pages -
Front Matter....Pages 1-3
Examples from Applications....Pages 5-20
Front Matter....Pages 21-21
Sets of Tests, Decision Rules and Trees....Pages 23-36
Bounds on Complexity of Tests, Decision Rules and Trees....Pages 37-46
Algorithms for Construction of Tests, Decision Rules and Trees....Pages 47-67
Decision Tables with Many-Valued Decisions....Pages 69-86
Approximate Tests, Decision Trees and Rules....Pages 87-109
Front Matter....Pages 111-111
Supervised Learning....Pages 113-126
Local and Global Approaches to Study of Trees and Rules....Pages 127-142
Decision Trees and Rules over Quasilinear Information Systems....Pages 143-153
Recognition of Words and Diagnosis of Faults....Pages 155-170
Back Matter....Pages -