Эта важная книга посвящена двум быстроразвивающимся темам в машинном обучении - классификационным деревьям и ансамблевому обучению. В книге представлены основные концепции и принципы методов ансамблевой классификации, а также обзор наиболее часто используемых техник. Показано, как ансамблевая классификация стала расширением отдельных классификаторов. Основной упор сделан на две области машинного обучения: классификационные деревья и ансамблевое обучение. Авторы, известные эксперты в этой сфере, подробно рассматривают базовые характеристики методов ансамблевой классификации и объясняют типы проблем, которые могут возникать при их применении.
Книга разделена на две основные части. Первая часть описывает теоретические основы темы, а вторая содержит примеры практических применений. В книге множество иллюстративных кейсов прогнозирования банкротства компаний, зоологии, экологии и других областей. Это важный справочник, который прошел проверку как на лекциях, так и на практических семинарах на конференциях. Книга будет полезна для изучающих машинное обучение, добычу данных и искусственный интеллект, а также для исследователей из разных областей, таких как биостатистика, экономика, экология, зоология. Она сфокусирована на двух важнейших темах машинного обучения: ансамблевом обучении и классификационных деревьях.
Эта книга представляет собой руководство по двум широко используемым методам машинного обучения – это методы классификации и обучения с помощью ансамблей; а ее название Ensemble Classification Methods с Applications in R кратко обозначает ей составленный объем и тематику.
В издании ставятся акцент на двух областях машинного обучения: методах классификации и обучении с использованием ансамблей классификаторов. Это издание состоит из двух основных частей. Книга вводит в теоретические основы вопроса и уделяет внимание примерам практических приложений. Содержание включает множество иллюстраций: предсказание банкротства бизнеса, изучение зоологии и экологии, и другие важные материалы. Эта важная книга:
- Содержательный текст, который доказал свою успешность как в школьных классах, так и на семинарах конференций. - Содержит авторитетные сведения от ведущих специалистов.
Позволяет использовать представленный объем с курсами машинного обучения, обработки данных и искусственного интеллекта, а также содержит две особенно любопытствующие темы в машинном обучении: обучение с использованием ансамбля и классификация дерева решений. Текст рассчитан на исследователей из различных областей, таких как биостатистика, экономика, окружающая среда а также учеников, изучающих машинное обучение и обработку данных.
В книге таких слов нет.
Электронная Книга «Ensemble Classification Methods with Applications in R» написана автором Esteban Alfaro в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119421573
Описание книги от Esteban Alfaro
An essential guide to two burgeoning topics in machine learning – classification trees and ensemble learning Ensemble Classification Methods with Applications in R introduces the concepts and principles of ensemble classifiers methods and includes a review of the most commonly used techniques. This important resource shows how ensemble classification has become an extension of the individual classifiers. The text puts the emphasis on two areas of machine learning: classification trees and ensemble learning. The authors explore ensemble classification methods’ basic characteristics and explain the types of problems that can emerge in its application. Written by a team of noted experts in the field, the text is divided into two main sections. The first section outlines the theoretical underpinnings of the topic and the second section is designed to include examples of practical applications. The book contains a wealth of illustrative cases of business failure prediction, zoology, ecology and others. This vital guide: Offers an important text that has been tested both in the classroom and at tutorials at conferences Contains authoritative information written by leading experts in the field Presents a comprehensive text that can be applied to courses in machine learning, data mining and artificial intelligence Combines in one volume two of the most intriguing topics in machine learning: ensemble learning and classification trees Written for researchers from many fields such as biostatistics, economics, environment, zoology, as well as students of data mining and machine learning, Ensemble Classification Methods with Applications in R puts the focus on two topics in machine learning: classification trees and ensemble learning.
