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:
نویسندگان: Jan Kozak
سری:
ISBN (شابک) : 9783319937526
ناشر: Springer
سال نشر: 2019
تعداد صفحات: 161
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Decision Tree and Ensemble Learning based on Ant Colony Optimization 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 آموزش درخت تصمیم و گروه بر اساس بهینه سازی کلونی مورچه ها 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 کتاب نه تنها موضوعات مهم در زمینه یادگیری ماشین و بهینهسازی ترکیبی را مورد بحث قرار میدهد، بلکه آنها را در یکی ترکیب میکند. این امر برای انتخاب مطالبی که باید در کتاب گنجانده شود و ترتیب ارائه آن تعیین کننده بود. درختان تصمیم یک روش محبوب طبقه بندی و همچنین نمایش دانش هستند. در عین حال، اجرای آنها به عنوان بلوک های سازنده مجموعه ای از طبقه بندی کننده ها آسان است. با این حال، مسلماً، کار ساخت یک درخت تصمیم تقریباً بهینه، یک فرآیند بسیار پیچیده است. نتایج خوبی که معمولاً توسط الگوریتمهای بهینهسازی کلونی مورچهها در هنگام برخورد با مسائل بهینهسازی ترکیبی به دست میآیند، امکان استفاده از آن رویکرد را برای ساخت مؤثر درختهای تصمیم نشان میدهد. منطق اساسی این است که هر دو کلاس مشکل را می توان به عنوان نمودار ارائه کرد. این واقعیت منجر به گزینه ای برای در نظر گرفتن طیف وسیع تری از راه حل ها نسبت به راه حل های مبتنی بر اکتشافی می شود. علاوه بر این، الگوریتمهای بهینهسازی کلنی مورچهها میتوانند در هنگام ساخت مجموعهای از طبقهبندیکنندهها به نفع خود استفاده شوند. این کتاب تلفیقی از تک نگاری پژوهشی و کتاب درسی است. میتوان از آن در دورههای تحصیلات تکمیلی استفاده کرد، اما همچنین مورد علاقه محققان است، هم متخصصان یادگیری ماشین و هم کسانی که از روشهای یادگیری ماشین برای مقابله با مشکلات هر زمینهای از تحقیق و توسعه استفاده میکنند.
This book not only discusses the important topics in the area of machine learning and combinatorial optimization, it also combines them into one. This was decisive for choosing the material to be included in the book and determining its order of presentation. Decision trees are a popular method of classification as well as of knowledge representation. At the same time, they are easy to implement as the building blocks of an ensemble of classifiers. Admittedly, however, the task of constructing a near-optimal decision tree is a very complex process. The good results typically achieved by the ant colony optimization algorithms when dealing with combinatorial optimization problems suggest the possibility of also using that approach for effectively constructing decision trees. The underlying rationale is that both problem classes can be presented as graphs. This fact leads to option of considering a larger spectrum of solutions than those based on the heuristic. Moreover, ant colony optimization algorithms can be used to advantage when building ensembles of classifiers. This book is a combination of a research monograph and a textbook. It can be used in graduate courses, but is also of interest to researchers, both specialists in machine learning and those applying machine learning methods to cope with problems from any field of R&D.
Front Matter ....Pages i-xi
Theoretical Framework (Jan Kozak)....Pages 1-25
Front Matter ....Pages 27-27
Evolutionary Computing Techniques in Data Mining (Jan Kozak)....Pages 29-44
Ant Colony Decision Tree Approach (Jan Kozak)....Pages 45-80
Adaptive Goal Function of the ACDT Algorithm (Jan Kozak)....Pages 81-89
Examples of Practical Application (Jan Kozak)....Pages 91-103
Front Matter ....Pages 105-105
Ensemble Methods (Jan Kozak)....Pages 107-118
Ant Colony Decision Forest Approach (Jan Kozak)....Pages 119-134
Adaptive Ant Colony Decision Forest Approach (Jan Kozak)....Pages 135-156
Summary (Jan Kozak)....Pages 157-159