Learning from Data Streams in Dynamic Environments

این کتاب به مشکلات مدل‌سازی، پیش‌بینی، طبقه‌بندی، درک و پردازش داده‌ها در محیط‌های غیر ثابت و غیرقابل پیش‌بینی می‌پردازد. روش ها و رویکردهای اصلی و شناخته شده ای را برای طراحی سیستم هایی ارائه می دهد که قادر به یادگیری و تطبیق کامل ساختار آن و تنظیم پارامترهای آن با توجه به تغییرات محیط خود هستند. همچنین مشکل یادگیری در محیط‌های غیر ثابت، علایق، کاربردها و چالش‌های آن را ارائه می‌دهد و مکمل‌ها و پیوندهای بین روش‌ها و تکنیک‌های مختلف یادگیری را در محیط‌های در حال تکامل و غیر ساکن مطالعه می‌کند.

This book addresses the problems of modeling, prediction, classification, data understanding and processing in non-stationary and unpredictable environments. It presents major and well-known methods and approaches for the design of systems able to learn and to fully adapt its structure and to adjust its parameters according to the changes in their environments. Also presents the problem of learning in non-stationary environments, its interests, its applications and challenges and studies the complementarities and the links between the different methods and techniques of learning in evolving and non-stationary environments.