ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Interpretability of Computational Intelligence-Based Regression Models

دانلود کتاب تفسیرپذیری مدل های رگرسیون مبتنی بر هوش محاسباتی

Interpretability of Computational Intelligence-Based Regression Models

مشخصات کتاب

Interpretability of Computational Intelligence-Based Regression Models

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان:   
سری: SpringerBriefs in Computer Science 
ISBN (شابک) : 9783319219417, 9783319219424 
ناشر: Springer International Publishing 
سال نشر: 2015 
تعداد صفحات: 89 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 49,000



کلمات کلیدی مربوط به کتاب تفسیرپذیری مدل های رگرسیون مبتنی بر هوش محاسباتی: هوش مصنوعی (شامل رباتیک)، هوش محاسباتی، داده کاوی و کشف دانش



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Interpretability of Computational Intelligence-Based Regression Models 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 تفسیرپذیری مدل های رگرسیون مبتنی بر هوش محاسباتی 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.


توضیحاتی در مورد کتاب تفسیرپذیری مدل های رگرسیون مبتنی بر هوش محاسباتی



ایده کلیدی این کتاب این است که ابرصفحه‌های لولایی، شبکه‌های عصبی و ماشین‌های بردار پشتیبان را می‌توان به مدل‌های فازی تبدیل کرد، و تفسیرپذیری سیستم‌های مبتنی بر قانون را می‌توان با تکنیک‌های کاهش مدل و تجسم خاص تضمین کرد. بخش اول کتاب به شناسایی درختان رگرسیون مبتنی بر هیپرپلان لولایی می پردازد. بخش بعدی به اعتبار سنجی، تجسم و کاهش ساختاری شبکه های عصبی بر اساس تبدیل لایه پنهان شبکه به یک سیستم پایه قوانین فازی افزودنی می پردازد. در نهایت، بر اساس قیاس رگرسیون بردار پشتیبان و مدل‌های فازی، یک الگوریتم کاهش مدل سه مرحله‌ای برای بدست آوردن مدل‌های رگرسیون فازی قابل تفسیر بر اساس رگرسیون بردار پشتیبان پیشنهاد شده است.

نویسندگان، دنیای واقعی را نشان می‌دهند. استفاده از الگوریتم‌ها با مثال‌های برگرفته از مهندسی فرآیند، و متن را با کد قابل دانلود Matlab پشتیبانی می‌کنند. این کتاب برای محققان، دانشجویان فارغ التحصیل و شاغلین در زمینه هوش محاسباتی و یادگیری ماشین مناسب است.


توضیحاتی درمورد کتاب به خارجی

The key idea of this book is that hinging hyperplanes, neural networks and support vector machines can be transformed into fuzzy models, and interpretability of the resulting rule-based systems can be ensured by special model reduction and visualization techniques. The first part of the book deals with the identification of hinging hyperplane-based regression trees. The next part deals with the validation, visualization and structural reduction of neural networks based on the transformation of the hidden layer of the network into an additive fuzzy rule base system. Finally, based on the analogy of support vector regression and fuzzy models, a three-step model reduction algorithm is proposed to get interpretable fuzzy regression models on the basis of support vector regression.

The authors demonstrate real-world use of the algorithms with examples taken from process engineering, and they support the text with downloadable Matlab code. The book is suitable for researchers, graduate students and practitioners in the areas of computational intelligence and machine learning.



فهرست مطالب

Front Matter....Pages i-x
Introduction....Pages 1-8
Interpretability of Hinging Hyperplanes....Pages 9-32
Interpretability of Neural Networks....Pages 33-48
Interpretability of Support Vector Machines....Pages 49-60
Summary....Pages 61-63
Back Matter....Pages 65-82




نظرات کاربران