مشخصات کتاب

Semi-Supervised and Unsupervised Machine Learning: Novel Strategies

ویرایش:  
نویسندگان: Amparo Albalate. Wolfgang Minker(auth.)  
سری:  
ISBN (شابک) : 9781848212039, 9781118557693 
ناشر: Wiley-ISTE 
سال نشر: 2010 
تعداد صفحات: 244 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 69 مگابایت 

در صورت تبدیل فایل کتاب Semi-Supervised and Unsupervised Machine Learning: Novel Strategies 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 یادگیری ماشینی نیمه نظارت شده و بدون نظارت: استراتژی های جدید 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 یادگیری ماشینی نیمه نظارت شده و بدون نظارت: استراتژی های جدید

این کتاب مروری دقیق و به روز در مورد روش های طبقه بندی و داده کاوی ارائه می دهد. بخش اول بر روی الگوریتم های طبقه بندی نظارت شده و کاربردهای آنها، از جمله تحقیقات اخیر در مورد ترکیب طبقه بندی کننده ها متمرکز است. بخش دوم به داده کاوی بدون نظارت و کشف دانش با توجه ویژه به متن کاوی می پردازد. کشف ساختار زیربنایی در یک مجموعه داده، موضوع تحقیقاتی کلیدی مرتبط با تکنیک‌های بدون نظارت با کاربردها و چالش‌های متعدد، از استخراج محتوای وب تا استنتاج انواع زیرمجموعه‌های سرطان در داده‌های ریزآرایه ژنومی بوده است. در میان آن‌ها، این کتاب بر روی یک برنامه جدید برای سیستم‌های گفتگو تمرکز دارد که می‌توان از این طریق با دامنه‌های مختلف سازگار و قابل حمل ساخت. معیارهای ارزیابی خوشه‌بندی و رویکردهای جدید، مانند مجموعه‌ای از الگوریتم‌های خوشه‌بندی، نیز شرح داده شده‌اند. (صفحات 15-89):
فصل 3 نیمه؟ طبقه بندی نظارت شده با استفاده از خوشه بندی کلمات قبلی (صفحه های 91-125):
فصل 4 نیمه؟ طبقه بندی نظارت شده با استفاده از خوشه بندی الگو (صفحه های 127-181):
فصل 5 تشخیص تعداد خوشه‌ها از طریق الگوریتم‌های خوشه‌بندی غیرپارامتری (صفحه‌های 183-197):
فصل 6 تشخیص تعداد خوشه‌ها از طریق اعتبارسنجی خوشه‌ای (صفحه‌های 199-225):

توضیحاتی درمورد کتاب به خارجی

This book provides a detailed and up-to-date overview on classification and data mining methods. The first part is focused on supervised classification algorithms and their applications, including recent research on the combination of classifiers. The second part deals with unsupervised data mining and knowledge discovery, with special attention to text mining. Discovering the underlying structure on a data set has been a key research topic associated to unsupervised techniques with multiple applications and challenges, from web-content mining to the inference of cancer subtypes in genomic microarray data. Among those, the book focuses on a new application for dialog systems which can be thereby made adaptable and portable to different domains. Clustering evaluation metrics and new approaches, such as the ensembles of clustering algorithms, are also described.Content:
Chapter 1 Introduction (pages 1–14):
Chapter 2 State of the Art in Clustering and Semi?Supervised Techniques (pages 15–89):
Chapter 3 Semi?Supervised Classification Using Prior Word Clustering (pages 91–125):
Chapter 4 Semi?Supervised Classification Using Pattern Clustering (pages 127–181):
Chapter 5 Detection of the Number of Clusters through Non?Parametric Clustering Algorithms (pages 183–197):
Chapter 6 Detecting the Number of Clusters through Cluster Validation (pages 199–225):

نظرات کاربران

کتاب های تصادفی

دانلود کتاب From Melancholia To Depression: Disordered Mood In Nineteenth-Century Psychiatry

دانلود کتاب Hacking for Dummies, 6th Edition

دانلود کتاب Storia del diritto romano

دانلود کتاب Teaching Listening

دانلود کتاب Engaged Research and Practice : Higher Education and the Pursuit of the Public Good