Statystyczne systemy uczące się
227 Kč 281 Kč
Systemy uczące się to algorytmiczne metody uczenia się na podstawie danych. Niesłychany wzrost mocy obliczeniowej komputerów oraz pojemności ich pamięci stworzył możliwości zarówno gromadzenia olbrzymich ilości informacji, jak i ich przetwarzania. Systemy uczące się są dziś podstawą tzw. eksploracji danych, inaczej inteligentnej analizy danych, czyli - by użyć powszechnie stosowanego terminu anglojęzycznego - analiz o nazwie data mining.
\nSPIS TREŚCI\nPrzedmowa do wydania pierwszego\nPrzedmowa do wydania drugiego\n1. Liniowe metody klasyfikacji\n1.1. Klasyfikacja pod nadzorem - wprowadzenie\n1.2. Fisherowska dyskryminacja liniowa\n1.3. Dyskryminacja oparta na regresji linowej i logistycznej\n1.4. Perceptron Rosenblatta
\n- \n
- \n
Metody klasyfikacji oparte na rozkładach prawdopodobieństwa\n2.1. Klasyfikator bayesowski i metoda największej wiarogodności\n2.2. Optymalność reguły bayesowskiej\n2.3. Praktyczna konstrukcja klasyfikatorów
\n \n - \n
Metody klasyfikacji oparte na nieparametrycznej estymacji\n3.1. Wprowadzenie\n3.2. Nieparametryczna estymacja rozkładów w klasach\n3.3. Metoda najbliższych sąsiadów
\n \n - \n
Drzewa klasyfikacyjne i rodziny klasyfikatoró\n4.1. Wprowadzenie\n4.2. Reguły podziału\n4.3. Reguły przycinania drzew\n4.4. Drzewa klasyfikacyjne - uwagi\n4.5. Rodziny klasyfikatorów - algorytmy bagging i boosting\n4.6. Rodziny klasyfikatorów - lasy losowe
\n \n - \n
Analiza regresji\n5.1. Globalne modele parametryczne\n5.2. Regresja nieparametryczna\n5.3. Efekty losowe i liniowe modele mieszane\n5.4. Uwagi końcowe
\n \n - \n
Uogólnienia metod liniowych\n6.1. Dyskryminacja elastyczna\n6.2. Maszyny wektoró podpierających
\n \n - \n
Systemy uczące się pod nadzorem - podsumowanie, uwagi dodatkowe\n7.1. Podsumowanie\n7.2. Uwagi dodatkowe
\n \n - \n
Metody rzutowania, wykrywania zmiennych ukrytych\n8.1. Systemy uczące się bez nadzoru - wprowadzenie\n8.2. Analiza skłądowych głównych\n8.3. Estymacja gęstości wzdłuż interesujących rzutów\n8.4. Analiza czynnikowa i analiza skłądowych niezależnych\n8.5. Podobieństwo, odmienność i odległość między obiektami\n8.6. Skalowanie wielowymiarowe\n8.7. Metody jąrowe w systemach uczących się
\n \n - \n
Analiza skupień\n9.1. Metody kombinatoryczne\n9.2. Metody hierarchiczne - dendrogramy\n9.3. Inne metody klasyczne\n9.4. Trzy nieklasyczne podejścia do analizy skupień
\n \n
Książki cytowane\nSkorowidz
\nAutor: | Koronacki Jacek |
Nakladatel: | Exit |
ISBN: | 9788360434567 |
Rok vydání: | 2021 |
Jazyk : | Polština |
Vazba: | měkká |
Počet stran: | 328 |
-
Amerykański konserwatyzm na progu XXI...
Koronacki Jacek
-
Gdańsk i okolice Przewodnik kajakowy
Woldańska-Płocińska Ola
-
Modelowanie numeryczne fantomów serca...
Stanisław Madeja CSsR
-
Tom 1. Modelowanie procesów fizjologi...
-
identyfikacja i agregacyjne modelowan...
Witold M. Orłowski
-
Inżynieria biomedyczna Podstawy i zas...
-
Wyzwania współczesnego pielęgniarstwa...
Lewandowska, Anna
-
Archipelag sztucznej inteligencji
Tadeusiewicz Ryszard
-
Analiza danych w systemach Internetu ...
-
Ontologie w systemach informatycznych
Goczyła Krzysztof
-
Prototym biomimetycznego rusztowania ...
Uklejewski Ryszard, Rogala Piotr, Winiecki Mariusz
-
Wybrane algorytmy optymalizacji
Marian Pietraszewski, Stanisław Chudy
-
Własności i algorytmy rozwiązywania p...
Wodecki Mieczysław
-
Zbiory rozmyte typu 2. Zastosowania w...
Niewiadomski Adam
-
Wybrane inteligentne metody automatyk...
-
Automatyczne sterowanie i regulacja
Rosołowski Eugeniusz