24192
Status dostępności:
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 311 (1 egz.)
Strefa uwag:
Uwaga dotycząca bibliografii
Bibliogr. ; Indeks
Uwaga dotycząca zawartości
1. Podstawowe zagadnienia analizy dyskryminacyjnej i analizy regresji: Pojęcia wstępne; Dyskryminacja i regresja; Błąd predykcji i jego dekompozycja; Zbiory danych wykorzystywane w książce; 2. Wybrane klasy modeli dyskryminacyjnych i regresyjnych: Modele liniowe; Metoda najbliższych sąsiadów; Drzewa klasyfikacyjne i regresyjne; Sieci neuronowe; Metoda wektorów nośnych; 3. Podejście wielomodelowe: Agregacja modeli; Architektura modeli zagregowanych; Dekompozycja błędu predykcji modelu zagregowanego; Ustawienie optymalnej liczby modeli bazowych; 4. Zróżnicowanie modeli bazowych i jego pomiar: Znaczenie zróżnicowania modeli bazowych; Miary zróżnicowania pary modeli bazowych; Miary zróżnicowania wszystkich modeli bazowych; Sposoby zapewnienia zróżnicowania modeli bazowych; Wykorzystanie metod taksonomicznych; 5. Metody łączenia wyników predykcji modeli bazowych: Rodzaje predykcji modeli bazowych; Pojedyncza klasa; Uporządkowany zbiór klas; Wektor prawdopodobieństwa a posteriori; Analiza porównawcza metod łączenia modeli; 6. Wybrane metody budowy modeli zagregowanych: Bagging i inne metody losowego doboru obserwacji do prób uczących się; Metoda boosting i jej odmiany; Metody doboru zmiennych objaśniających; Metody oparte na modyfikacji zmiennej zależnej
Recenzje:
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej