СТАТИСТИЧЕСКИЕ СИСТЕМЫ ОБУЧЕНИЯ

Statystyczne systemy uczące się

⭐⭐⭐⭐⭐

✅ Autor: Koronacki Jacek, Ćwik Jan

✅ Język: polski

✅ Wydawca: Exit

✅ Format: 16.0x24.0cm

✅ Stron: 328

✅ Oprawa: Miękka

✅ Waga: 0.53

✅ Rok: 2023

✅ ISBN: 9788360434567

✅ EAN: 9788360434567

✅ Kod: 24375205083KS AZ5%

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 Rosenblatta2. Metody klasyfikacji oparte na rozkładach prawdopodobieństwa 2.1. Klasyfikator bayesowski i metoda największej wiarogodności 2.2. Optymalność reguły bayesowskiej 2.3. Praktyczna konstrukcja klasyfikatorów3. Metody klasyfikacji oparte na nieparametrycznej estymacji 3.1. Wprowadzenie 3.2. Nieparametryczna estymacja rozkładów w klasach 3.3. Metoda najbliższych sąsiadów4. 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 losowe5. Analiza regresji 5.1. Globalne modele parametryczne 5.2. Regresja nieparametryczna 5.3. Efekty losowe i liniowe modele mieszane 5.4. Uwagi końcowe6. Uogólnienia metod liniowych 6.1. Dyskryminacja elastyczna 6.2. Maszyny wektoró podpierających7. Systemy uczące się pod nadzorem - podsumowanie, uwagi dodatkowe 7.1. Podsumowanie 7.2. Uwagi dodatkowe8. 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 się9. Analiza skupień 9.1. Metody kombinatoryczne 9.2. Metody hierarchiczne - dendrogramy 9.3. Inne metody klasyczne 9.4. Trzy nieklasyczne podejścia do analizy skupieńKsiążki cytowane Skorowidz