Статистичні системи навчання - Jacek Koronacki, ćwik Jan
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 5
Заказывая «Статистические системы обучения - Jacek Koronacki, ćwik Jan» данный товар из каталога «Математика, статистика» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Statistical learning systems h1>
⭐⭐⭐⭐⭐
✅ Author: Koronacki Jacek, Ćwik Jan
✅ Language: Polish
✅ Publisher: Exit
✅ Format: 16.0x24.0cm
✅ pages: 328
< Soft✅ Вага: 0,53
✅ Рік: 2021
✅ ISBN: 9788360434567
✅ ean: 9788360434567
✅ Код: 24375505083K AZ5%
Системи навчання - це алгоритмічні методи навчання на основі даних. Неймовірне збільшення обчислювальної потужності комп'ютерів та їх потужності пам'яті створило можливості зібрати величезну кількість інформації та їх обробку. Системи навчання сьогодні є основою SO -зведеного розвідки даних або інтелектуального аналізу даних, тобто використовувати загальноприйнятий термін -мовна мова -аналіз, що називається видобутком даних. Вміст Передмова до першого випуску Передмова до другого випуску 1. Лінійні методи класифікації 1.1. Класифікація під наглядом - Вступ 1.2. Лінійна дискримінація Fisherów 1.3. Дискримінація на основі мотузки та регресії логістики 1.4. Перцептрон Розенблатта 2. Методи класифікації на основі розподілу ймовірностей 2.1. Байєсівський класифікатор та найбільший метод довіри 2.2. Оптимальність байєсівського правління 2.3. Практична побудова класифікаторів 3. Методи класифікації на основі непараметричної оцінки 3.1. Вступ 3.2. Непараметрична оцінка розповсюдження в класах 3.3. Метод найближчих сусідів 4. Класифікаційні дерева та сім'ї класифікаторів 4.1. Вступ 4.2. Правила поділу 4.3. Правила обрізання дерев 4.4. Класифікаційні дерева - коментарі 4.5. Сім'ї класифікаторів - Алгоритми, що підсилюють, і підвищення 4.6. Сім'ї класифікатора - випадкові ліси 5. Регресійний аналіз 5.1. Глобальні параметричні моделі 5.2. Непараметрична регресія 5.3. Випадкові ефекти та лінійні змішані моделі 5.4. Остаточні коментарі 6. Загальні лінійні методи 6.1. Гнучка дискримінація 6.2. Підтримуючі векторні машини 7. Системи навчання під наглядом - резюме, додаткові коментарі 7.1. Резюме 7.2. Додаткові коментарі 8. Методи проекції, виявлення прихованих змінних 8.1. Системне навчання без нагляду - Вступ 8.2. Основний -трек -аналіз 8.3. Оцінка щільності вздовж цікавих кидків 8.4. Факторний аналіз та аналіз незалежного збору 8.5. Схожість, різниця та відстань між об'єктами 8.6. Багатовимірне масштабування 8.7. Методи гіммерів у системах навчання 9. Аналіз закупівлі 9.1. Комбінаторні методи 9.2. Ієрархічні методи - дендрограми 9.3. Інші класичні методи 9.4. Три некласичні підходи до фокусування аналізу Цитовані книги Індекс
