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: Michal Wozniak (auth.)
سری: Studies in Computational Intelligence 519
ISBN (شابک) : 9783642409967, 9783642409974
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2014
تعداد صفحات: 227
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب طبقه بندی ترکیبی: روش های داده ، دانش و ترکیب طبقه بندی کننده: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Hybrid Classifiers: Methods of Data, Knowledge, and Classifier Combination 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 طبقه بندی ترکیبی: روش های داده ، دانش و ترکیب طبقه بندی کننده 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 دانش قطعی و فشرده ای را در مورد اینکه چگونه هیبریداسیون می تواند به بهبود کیفیت سیستم های طبقه بندی کامپیوتری کمک کند، ارائه می دهد. برای اینکه خوانندگان به وضوح دانش هیبریداسیون را درک کنند، این کتاب در درجه اول بر معرفی سطوح مختلف هیبریداسیون و روشن کردن مشکلاتی که در مواجهه با چنین پروژه هایی با آن مواجه خواهیم بود، تمرکز دارد. در وهله اول، داده ها و دانش گنجانده شده در هیبریداسیون، نقاط عمل بودند، و سپس یک منطقه هنوز در حال رشد از سیستم های طبقه بندی کننده به نام طبقه بندی کننده های ترکیبی در نظر گرفته شد. این کتاب شامل موضوعات فوق پیشرفته و آخرین نتایج تحقیقاتی نویسنده و تیمش از گروه سیستمها و شبکههای رایانهای، دانشگاه صنعتی وروتسواف، از جمله به عنوان طبقهبندی کننده بر اساس تقسیم فضای ویژگی، طبقهبندی تک کلاسی است. ، داده های عدم تعادل و طبقه بندی جریان داده ها.
This book delivers a definite and compact knowledge on how hybridization can help improving the quality of computer classification systems. In order to make readers clearly realize the knowledge of hybridization, this book primarily focuses on introducing the different levels of hybridization and illuminating what problems we will face with as dealing with such projects. In the first instance the data and knowledge incorporated in hybridization were the action points, and then a still growing up area of classifier systems known as combined classifiers was considered. This book comprises the aforementioned state-of-the-art topics and the latest research results of the author and his team from Department of Systems and Computer Networks, Wroclaw University of Technology, including as classifier based on feature space splitting, one-class classification, imbalance data, and data stream classification.
Front Matter....Pages 1-12
Introduction....Pages 1-57
Data and Knowledge Hybridization....Pages 59-93
Classifier Hybridization....Pages 95-140
Chosen Applications of Hybrid Classifiers....Pages 141-177
Conclusions....Pages 179-180
Back Matter....Pages 181-217