Книга "Computational Intelligence and Feature Selection" знакомит читателей с основными идеями и техниками выбора признаков (Feature Selection, FS), основанными на нечеткой и нечетко-грубой теории множеств. Для тех, кто не знаком с этой темой, в книге представлено введение в нечеткую теорию множеств и нечетко-грубую теорию множеств. Кроме того, книга включает критический обзор методов выбора признаков, особое внимание уделяется их текущим ограничениям. В книге представлены программные файлы, реализующие основные алгоритмы, а также необходимые инструкции и наборы данных. Книга содержит реальные примеры применения методов выбора признаков в различных областях, исследование связанных областей выбора признаков, включая индукцию правил и методы кластеризации с использованием гибридизации нечеткой и нечетко-грубой теорий множеств. "Computational Intelligence and Feature Selection" является идеальным ресурсом для студентов старших курсов, аспирантов, исследователей и профессиональных инженеров, а также может быть полезен специалистам и непосвященным в данную область.
Электронная Книга «Computational Intelligence and Feature Selection» написана автором Richard Jensen в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470377918
Описание книги от Richard Jensen
The rough and fuzzy set approaches presented here open up many new frontiers for continued research and development Computational Intelligence and Feature Selection provides readers with the background and fundamental ideas behind Feature Selection (FS), with an emphasis on techniques based on rough and fuzzy sets. For readers who are less familiar with the subject, the book begins with an introduction to fuzzy set theory and fuzzy-rough set theory. Building on this foundation, the book provides: A critical review of FS methods, with particular emphasis on their current limitations Program files implementing major algorithms, together with the necessary instructions and datasets, available on a related Web site Coverage of the background and fundamental ideas behind FS A systematic presentation of the leading methods reviewed in a consistent algorithmic framework Real-world applications with worked examples that illustrate the power and efficacy of the FS approaches covered An investigation of the associated areas of FS, including rule induction and clustering methods using hybridizations of fuzzy and rough set theories Computational Intelligence and Feature Selection is an ideal resource for advanced undergraduates, postgraduates, researchers, and professional engineers. However, its straightforward presentation of the underlying concepts makes the book meaningful to specialists and nonspecialists alike.
