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 Metalearning: Applications to Data Mining

دانلود کتاب Metalearning: کاربردهای داده کاوی

Metalearning: Applications to Data Mining

مشخصات کتاب

Metalearning: Applications to Data Mining

دسته بندی: آموزشی
ویرایش: 1 
نویسندگان: , , ,   
سری: Cognitive Technologies 
ISBN (شابک) : 3540732624, 9783540732624 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 2009 
تعداد صفحات: 182 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 45,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



کلمات کلیدی مربوط به کتاب Metalearning: کاربردهای داده کاوی: هوش مصنوعی (شامل رباتیک)، داده کاوی و کشف دانش، تشخیص الگو



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Metalearning: Applications to Data Mining 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 Metalearning: کاربردهای داده کاوی 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 Metalearning: کاربردهای داده کاوی



Metalearning مطالعه روش‌های اصولی است که از دانش فرا برای به دست آوردن مدل‌ها و راه‌حل‌های کارآمد با تطبیق فرآیندهای یادگیری ماشین و داده‌کاوی استفاده می‌کند. در حالی که انواع تکنیک‌های یادگیری ماشین و داده‌کاوی در حال حاضر در دسترس هستند، اصولاً می‌توانند راه‌حل‌های مدل خوبی را ارائه دهند، هنوز یک روش برای هدایت جستجوی مناسب‌ترین مدل به روشی کارآمد مورد نیاز است. Metalearning یکی از این روش‌ها را ارائه می‌کند که به سیستم‌ها اجازه می‌دهد از طریق تجربه مؤثرتر شوند.

این کتاب چندین رویکرد برای کسب دانش در مورد عملکرد الگوریتم‌های یادگیری ماشین و داده‌کاوی را مورد بحث قرار می‌دهد. این نشان می‌دهد که چگونه می‌توان از این دانش برای انتخاب، ترکیب، ترکیب و تطبیق الگوریتم‌ها و مدل‌ها برای ارائه راه‌حل‌های سریع‌تر و مؤثرتر برای مشکلات داده‌کاوی استفاده مجدد کرد. بنابراین می تواند به توسعه دهندگان کمک کند تا الگوریتم های خود را بهبود بخشند و همچنین سیستم های یادگیری را توسعه دهند که می توانند خود را بهبود بخشند.

این کتاب مورد توجه محققان و دانشجویان تحصیلات تکمیلی در زمینه‌های یادگیری ماشین، داده کاوی و هوش مصنوعی خواهد بود.


توضیحاتی درمورد کتاب به خارجی

Metalearning is the study of principled methods that exploit metaknowledge to obtain efficient models and solutions by adapting machine learning and data mining processes. While the variety of machine learning and data mining techniques now available can, in principle, provide good model solutions, a methodology is still needed to guide the search for the most appropriate model in an efficient way. Metalearning provides one such methodology that allows systems to become more effective through experience.

This book discusses several approaches to obtaining knowledge concerning the performance of machine learning and data mining algorithms. It shows how this knowledge can be reused to select, combine, compose and adapt both algorithms and models to yield faster, more effective solutions to data mining problems. It can thus help developers improve their algorithms and also develop learning systems that can improve themselves.

The book will be of interest to researchers and graduate students in the areas of machine learning, data mining and artificial intelligence.



فهرست مطالب

Front Matter....Pages I-XI
Metalearning: Concepts and Systems....Pages 1-10
Metalearning for Algorithm Recommendation: an Introduction....Pages 11-29
Development of Metalearning Systems for Algorithm Recommendation....Pages 31-59
Extending Metalearning to Data Mining and KDD....Pages 61-72
Extending Metalearning to Data Mining and KDD....Pages 73-90
Bias Management in Time-Changing Data Streams....Pages 91-107
Transfer of Metaknowledge Across Tasks....Pages 109-128
Composition of Complex Systems: Role of Domain-Specific Metaknowledge....Pages 129-152
Back Matter....Pages 153-176




نظرات کاربران