KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Multi-Objective Machine Learning
Band 16 - 12%

Multi-Objective Machine Learning

Aus der Reihe Studies in Computational Intelligence
12% sparen

187,99 € UVP 213,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

10.02.2006

Abbildungen

XIV, 660 p. 254 illus.

Herausgeber

Yaochu Jin

Verlag

Springer Berlin

Seitenzahl

660

Maße (B/H)

15,5/23,5 cm

Gewicht

1062 g

Sprache

Englisch

ISBN

978-3-540-30676-4

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

10.02.2006

Abbildungen

XIV, 660 p. 254 illus.

Herausgeber

Yaochu Jin

Verlag

Springer Berlin

Seitenzahl

660

Maße (B/H)

15,5/23,5 cm

Gewicht

1062 g

Sprache

Englisch

ISBN

978-3-540-30676-4

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Multi-Objective Machine Learning
  • Multi-Objective Clustering, Feature Extraction and Feature Selection.- Feature Selection Using Rough Sets.- Multi-Objective Clustering and Cluster Validation.- Feature Selection for Ensembles Using the Multi-Objective Optimization Approach.- Feature Extraction Using Multi-Objective Genetic Programming.- Multi-Objective Learning for Accuracy Improvement.- Regression Error Characteristic Optimisation of Non-Linear Models.- Regularization for Parameter Identification Using Multi-Objective Optimization.- Multi-Objective Algorithms for Neural Networks Learning.- Generating Support Vector Machines Using Multi-Objective Optimization and Goal Programming.- Multi-Objective Optimization of Support Vector Machines.- Multi-Objective Evolutionary Algorithm for Radial Basis Function Neural Network Design.- Minimizing Structural Risk on Decision Tree Classification.- Multi-objective Learning Classifier Systems.- Multi-Objective Learning for Interpretability Improvement.- Simultaneous Generation of Accurate and Interpretable Neural Network Classifiers.- GA-Based Pareto Optimization for Rule Extraction from Neural Networks.- Agent Based Multi-Objective Approach to Generating Interpretable Fuzzy Systems.- Multi-objective Evolutionary Algorithm for Temporal Linguistic Rule Extraction.- Multiple Objective Learning for Constructing Interpretable Takagi-Sugeno Fuzzy Model.- Multi-Objective Ensemble Generation.- Pareto-Optimal Approaches to Neuro-Ensemble Learning.- Trade-Off Between Diversity and Accuracy in Ensemble Generation.- Cooperative Coevolution of Neural Networks and Ensembles of Neural Networks.- Multi-Objective Structure Selection for RBF Networks and Its Application to Nonlinear System Identification.- Fuzzy Ensemble Design through Multi-Objective Fuzzy Rule Selection.- Applications of Multi-Objective Machine Learning.- Multi-Objective Optimisation for Receiver Operating Characteristic Analysis.- Multi-Objective Design of Neuro-Fuzzy Controllers for Robot Behavior Coordination.- Fuzzy Tuning for the Docking Maneuver Controller of an Automated Guided Vehicle.- A Multi-Objective Genetic Algorithm for Learning Linguistic Persistent Queries in Text Retrieval Environments.- Multi-Objective Neural Network Optimization for Visual Object Detection.