Meta-Lernen zur Auswahl der besten Algorithmen zur Kausalfindung
-
- Deutsch ausgewählt
35,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
27.05.2025
Verlag
Verlag Unser WissenSeitenzahl
60
Maße (L/B/H)
22/15/0,5 cm
Gewicht
107 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-7-82587-5
Die Auswahl des besten Algorithmus zur Kausalfindung für einen neuen Datensatz ist ein schwieriger und zeitaufwändiger Prozess, da der Forscher über Vorkenntnisse zu bestehenden Standardalgorithmen für das Strukturlernen verfügen muss. Diese Forschungsarbeit schlägt einen neuartigen Meta-Lernansatz für dieses Problem vor. Meta-Lernen bezeichnet das Lernen über Lernalgorithmen, bei dem verschiedene Arten von Metadaten, wie Eigenschaften des Lernproblems, Leistungsmaße verschiedener Algorithmen und aus den Daten abgeleitete Muster, verwendet werden, um den besten oder eine Kombination von Lernalgorithmen auszuwählen, mit denen ein gegebenes Lernproblem effektiv gelöst werden kann. Mehrere in der Literatur beschriebene Bayes'sche Netzwerke wurden manipuliert, um Tausende von Datensätzen zu generieren, aus denen jeweils spezifische Merkmale für das Meta-Lernen extrahiert wurden. Drei Standardalgorithmen zum Strukturlernen wurden auf jeden der generierten Datensätze angewendet, um zugrunde liegende kausale Netzwerke zu entdecken, und ihre Leistung wurde bewertet. Mit unseren neuen Techniken konnten wir ein Tool implementieren, mit dem viele kausale Modelle generiert, viele Datensätze aus jedem Modell entnommen und später durch Meta-Lernen die besten oder eine Kombination von Algorithmen für neue Datensätze ermittelt werden können.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.
Jetzt verkaufenKundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice