|
Название: Алгоритмические модели обучения классификации: обоснование, сравнение, выбор
Автор: Донской В.И.
Издательство: Симферополь: Диайпи
Год: 2014
Формат: pdf
Страниц: 228
Для сайта: litmy.ru
Размер: 11 mb
Язык: русский
В книге рассматриваются теоретические аспекты машинного обучения классификации. В центре изложения — обучаемость как способность применяемых алгоритмов обеспечивать эмпирическое обобщение. С обучаемостью непосредственно связаны вопросы сложности выборок, точности и надежности классификаторов. Большое внимание уделено алгоритмическим методам анализа процессов обучения и синтеза решающих правил, включая колмогоровский подход, связанный с алгоритмическим сжатием информации. Описаны принципы выбора моделей обучения и семейств классифицирующих алгоритмов в зависимости от постановок и свойств решаемых задач. Книга предназначается для специалистов, занимающихся теорией машинного обучения; она будет полезной для аспирантов, разработчиков интеллектуализированного программного обеспечения и студентов старших курсов математических специальностей, специализирующихся в указанной области.
|
Автор: igor_gin 4-10-2018, 07:50 | Напечатать
Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
|
|
|
Разделы сайта
Авторизация
Реклама
Алгоритмические модели обучения классификации: обоснование, сравнение, выбор 
