مقدمه ای بر یادگیری سیستم های طبقه بندی کننده
شرح:
این مقدمه قابل دسترسی به خواننده نشان میدهد که چگونه سیستمهای طبقهبندی کننده یادگیری (LCS) را درک، پیادهسازی، تطبیق و به کارگیری برای مسائل جالب و دشوار کند. متن از ایده ها و مفاهیم اساسی درک درستی ایجاد می کند. نویسندگان ابتدا یادگیری را از طریق تعامل با محیط بررسی میکنند و سپس از طریق اجزای LCS که این الگوریتم تکاملی مبتنی بر قانون را تشکیل میدهند، قدم میزنند. کاربرد و ادامه مطلب...
چکیده:
این مقدمه قابل دسترس به خواننده نشان میدهد که چگونه سیستمهای طبقهبندی کننده یادگیری (LCS) را درک، پیادهسازی، تطبیق و به کارگیری برای مسائل جالب و دشوار کند. متن از ایده ها و مفاهیم اساسی درک درستی ایجاد می کند. نویسندگان ابتدا یادگیری را از طریق تعامل با محیط بررسی میکنند و سپس از طریق اجزای LCS که این الگوریتم تکاملی مبتنی بر قانون را تشکیل میدهند، قدم میزنند. کاربرد و سازگاری این روشها با ارائه توضیحاتی از جایگزینهای متداول روششناختی برای اجزای مختلف که برای انواع مختلف مشکلات از دادهکاوی گرفته تا روباتیک مستقل مناسب هستند، برجسته میشود. نویسندگان همچنین تمرینات و یک الگوریتم آموزشی ساده (eLCS پیادهشده در پایتون) را با این کتاب همراه کردهاند. این برای دوره ها یا خود مطالعه توسط دانشجویان پیشرفته کارشناسی و کارشناسی ارشد در موضوعاتی مانند علوم کامپیوتر، مهندسی، بیوانفورماتیک و سایبرنتیک و توسط محققان، تحلیلگران داده ها و متخصصان یادگیری ماشین مناسب است.