Cuốn sách này thảo luận về một số cách tiếp cận để thu thập kiến ​​thức liên quan đến hiệu suất của thuật toán học máy và khai thác dữ liệu. Nó cho thấy kiến ​​thức này có thể được tái sử dụng như thế nào để chọn, kết hợp, soạn thảo và điều chỉnh cả thuật toán và mô hình nhằm mang lại giải pháp nhanh hơn, hiệu quả hơn cho các vấn đề khai thác dữ liệu. Do đó, nó có thể giúp các nhà phát triển cải thiện thuật toán của họ và cũng phát triển các hệ thống học tập có thể tự cải thiện. Cuốn sách sẽ được các nhà nghiên cứu và nghiên cứu sinh trong lĩnh vực học máy, khai thác dữ liệu và trí tuệ nhân tạo quan tâm.

Abstract:

This book discusses several approaches to obtaining knowledge concerning the performance of machine learning and data mining algorithms. It shows how this knowledge can be reused to select, combine, compose and adapt both algorithms and models to yield faster, more effective solutions to data mining problems. It can thus help developers improve their algorithms and also develop learning systems that can improve themselves. The book will be of interest to researchers and graduate students in the areas of machine learning, data mining and artificial intelligence.

Ngôn ngữ:	En
Tác giả:	Pavel Brazdil, Jan N. van Rijn, Carlos Soares, Joaquin Vanschoren
Thông tin nhan đề:	Metalearning: Applications to Automated Machine Learning and Data Mining
Nhà xuất bản:	Springer Nature
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: công nghệ thông tin
Bản quyền:	http://creativecommons.org/licenses/by/4.0/
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/53319
Mô tả vật lý:	349p.
Năm xuất bản:	2022