Алгоритмические модели обучения классификации: обоснование, сравнение, выборКНИГИ » ПРОГРАММИНГ
Название: Алгоритмические модели обучения классификации: обоснование, сравнение, выбор Автор: Донской В.И. Издательство: Симферополь: Диайпи Год: 2014 Формат: pdf Страниц: 228 Для сайта:mymirknig.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.
Навигация
Вход на сайт
Реклама
Алгоритмические модели обучения классификации: обоснование, сравнение, выбор 
