Выходные данные не известны. — 140 с.Введение: задачи обучения по прецедентам.Основные понятия и определения.Примеры прикладных задач.Байесовские методы классификации.Вероятностная постановка задачи классификации.Непараметрическая классификация.Нормальный дискриминантный анализ.ение смеси распределений.Метрические методы классификации.Метод ближайшего соседа и его обобщения.Отбор эталонных объектов.Линейные методы классификации.Аппроксимация и регуляризация эмпирического риска.Линейная модель кл...
Выходные данные не известны. — 140 с.Введение: задачи обучения по прецедентам.Основные понятия и определения.Примеры прикладных задач.Байесовские методы классификации.Вероятностная постановка задачи классификации.Непараметрическая классификация.Нормальный дискриминантный анализ.ение смеси распределений.Метрические методы классификации.Метод ближайшего соседа и его обобщения.Отбор эталонных объектов.Линейные методы классификации.Аппроксимация и регуляризация эмпирического риска.Линейная модель классификации.Метод стохастического градиента.Логистическая регрессия.Метод опорных векторов.ROC-кривая и оптимизация порога решающего правила.Методы восстановления регрессии.Метод наименьших квадратов.Непараметрическая регрессия: ядерное сглаживание.Линейная регрессия.Метод главных компонент.Нелинейные методы восстановления регрессии.Метод опорных векторов в задачах регрессии.Искусственные нейронные сети.Проблема полноты.Многослойные нейронные сети.Кластеризация и визуализация.Алгоритмы кластеризации.Сети Кохонена.Многомерное шкалирование. Книга «Математические методы обучения по прецедентам (теория обучения машин)» автора Воронцов К.В. оценена посетителями КнигоГид, и её читательский рейтинг составил 0.00 из 10.
Для бесплатного просмотра предоставляются: аннотация, публикация, отзывы, а также файлы для скачивания.
Рецензии на книгу
Написано 0 рецензий