Статистические системы обучения

Statystyczne systemy uczące się

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.

SPIS TREŚCI

Przedmowa do wydania pierwszego

Przedmowa do wydania drugiego

1. Liniowe metody klasyfikacji

1.1. Klasyfikacja pod nadzorem - wprowadzenie

1.2. Fisherowska dyskryminacja liniowa

1.3. Dyskryminacja oparta na regresji linowej i logistycznej

1.4. Perceptron Rosenblatta

2. Metody klasyfikacji oparte na rozkładach prawdopodobieństwa

2.1. Klasyfikator bayesowski i metoda największej wiarogodności

2.2. Optymalność reguły bayesowskiej

2.3. Praktyczna konstrukcja klasyfikatorów

3. Metody klasyfikacji oparte na nieparametrycznej estymacji

3.1. Wprowadzenie

3.2. Nieparametryczna estymacja rozkładów w klasach

3.3. Metoda najbliższych sąsiadów

4. Drzewa klasyfikacyjne i rodziny klasyfikatoró

4.1. Wprowadzenie

4.2. Reguły podziału

4.3. Reguły przycinania drzew

4.4. Drzewa klasyfikacyjne - uwagi

4.5. Rodziny klasyfikatorów - algorytmy bagging i boosting

4.6. Rodziny klasyfikatorów - lasy losowe

5. Analiza regresji

5.1. Globalne modele parametryczne

5.2. Regresja nieparametryczna

5.3. Efekty losowe i liniowe modele mieszane

5.4. Uwagi końcowe

6. Uogólnienia metod liniowych

6.1. Dyskryminacja elastyczna

6.2. Maszyny wektoró podpierających

7. Systemy uczące się pod nadzorem - podsumowanie, uwagi dodatkowe

7.1. Podsumowanie

7.2. Uwagi dodatkowe

8. Metody rzutowania, wykrywania zmiennych ukrytych

8.1. Systemy uczące się bez nadzoru - wprowadzenie

8.2. Analiza skłądowych głównych

8.3. Estymacja gęstości wzdłuż interesujących rzutów

8.4. Analiza czynnikowa i analiza skłądowych niezależnych

8.5. Podobieństwo, odmienność i odległość między obiektami

8.6. Skalowanie wielowymiarowe

8.7. Metody jąrowe w systemach uczących się

9. Analiza skupień

9.1. Metody kombinatoryczne

9.2. Metody hierarchiczne - dendrogramy

9.3. Inne metody klasyczne

9.4. Trzy nieklasyczne podejścia do analizy skupień

Książki cytowane

Skorowidz

Autorzy:  Koronacki Jacek, Ćwik Jan

Język:  polski

Wydawnictwo:  Exit

ISBN:  9788360434567

Rok wydania:  2021

Wydanie:  2

Liczba stron:  328

Oprawa:  Miękka

Format:  16.0x24.0cm

Ciężar:  0.53 kg

Typ publikacji:  Książka

Kategoria: Informatyka. Cybernetyka. Komputery

Wydawnictwo: Exit

EAN: 9788360434567

Data premiery: 04.11.2021

Autor:

Tłumaczenie:

Seria:

Oprawa:

Liczba stron:

Rok wydania:

Waga:

Cena okładkowa:

Typ publikacji:

Wymiary (WxSxG): 0x0x

Numer wydania: