Проблема извлечения и последующего накопления знаний в конечном счете сводится к знаниям о модели, которые формализуются путем оценивания ее характеристик. Последнее интерпретируется как обучение модели с использованием данных. Современное представление о машинном обучении предполагает, что его результатом являются «обученные» детерминированные модели, снабженные эмпирическими вероятностными оценками их достоверности.В настоящей монографии развивается новое направление в машинном обучении -рандомизированное машинное обучение, которое направлено на генерацию ансамблей энтропийно «обученных» рандомизированных моделей. Если иметь в виду, что процедуры машинного обучения применяются к задачам с достаточно высоким уровнем неопределенности (не вполне достоверные данные, неполнота знаний о моделируемом процессе, и др.), то переход к энтропийно-рандомизированной концепции машинного обучения может оказаться полезным и эффективным инструментом решения прикладных задач.Книга может быть полезной для студентов, аспирантов и научных работников, интересующихся теоретиче�…
Рандомизированное машинное обучение при ограниченных объемах данных: От эмпирической вероятности к энтропийной рандомизации
ПрочиеПроблема извлечения и последующего накопления знаний в конечном счете сводится к знаниям о модели, которые формализуются путем оценивания ее характеристик. Последнее интерпретируется как обучение модели с использованием данных. Современное представление о машинном обучении предполагает, что его результатом являются «обученные» детерминированные модели, снабженные эмпирическими вероятностными оценками их достоверности.В настоящей монографии развивается новое направление в машинном обучении -рандомизированное машинное обучение, которое направлено на генерацию ансамблей энтропийно «обученных» рандомизированных моделей. Если иметь в виду, что процедуры машинного обучения применяются к задачам с достаточно высоким уровнем неопределенности (не вполне достоверные данные, неполнота знаний о моделируемом процессе, и др.), то переход к энтропийно-рандомизированной концепции машинного обучения может оказаться полезным и эффективным инструментом решения прикладных задач.Книга может быть полезной для студентов, аспирантов и научных работников, интересующихся теоретиче�…
$40.49
Вес | 15.5 унция |
---|---|
Габариты | 8.5 × 5.7 × 1.0 дюйм |
ISBN | 978-5-9710-5908-0 |
Год выпуска | |
формат | 60×90/16 |
Издательство | |
переплет | Твердый переплет |
Автор | |
стандарт | 8 |
количество-страниц | 320 |
EAN | 9785971059080 |
SKU | 242930 |
формат-ммсм | 145×215 |
Язык | |
тип-издания | Отдельное издание |
handling_time | 30 days |