توضیحات
Entropy Randomization in Machine Learning presents a new approach to machine learningentropy randomizationto obtain optimal solutions under uncertainty (uncertain data and models of the objects under study). Randomized machine-learning procedures involve models with random parameters and maximum entropy estimates of the probability density functions of the model parameters under balance conditions with measured data. Optimality conditions are derived in the form of nonlinear equations with integral components. A new numerical random search method is developed for solving these equations in a probabilistic sense. Along with the theoretical foundations of randomized machine learning, Entropy Randomization in Machine Learning considers several applications to binary classification, modelling the dynamics of the Earths population, predicting seasonal electric load fluctuations of power supply systems, and forecasting the thermokarst lakes area in Western Siberia.
Features
A systematic presentation of the randomized machine-learning problem: from data processing, through structuring randomized models and algorithmic procedure, to the solution of applications-relevant problems in different fields
Provides new numerical methods for random global optimization and computation of multidimensional integrals
A universal algorithm for randomized machine learning
This book will appeal to undergraduates and postgraduates specializing in artificial intelligence and machine learning, researchers and engineers involved in the development of applied machine learning systems, and researchers of forecasting problems in various fields.
————————————————————–
ترجمه ماشینی :
تصادفی سازی آنتروپی در یادگیری ماشینی رویکرد جدیدی را برای تصادفی سازی آنتروپی یادگیری ماشین برای به دست آوردن راه حل های بهینه تحت عدم قطعیت (داده ها و مدل های نامشخص از اشیاء مورد مطالعه) ارائه می دهد. روشهای تصادفیسازی ماشینی شامل مدلهایی با پارامترهای تصادفی و حداکثر تخمین آنتروپی توابع چگالی احتمال پارامترهای مدل تحت شرایط تعادل با دادههای اندازهگیری شده است. شرایط بهینه در قالب معادلات غیرخطی با مولفه های انتگرال به دست می آید. یک روش جدید جستجوی تصادفی عددی برای حل این معادلات به معنای احتمالی توسعه داده شده است. همراه با مبانی نظری یادگیری ماشین تصادفی، تصادفی سازی آنتروپی در یادگیری ماشین کاربردهای متعددی را برای طبقه بندی باینری، مدل سازی دینامیک جمعیت زمین، پیش بینی نوسانات بار الکتریکی فصلی در نظر می گیرد. سیستم های تامین برق، و پیش بینی منطقه دریاچه های ترموکارست در سیبری غربی.
ویژگی ها
ارائه سیستماتیک مسئله تصادفی سازی ماشینی: از پردازش داده، از طریق ساختار مدل های تصادفی و الگوریتمی روش، برای حل مسائل مربوط به برنامه های کاربردی در زمینه های مختلف
روش های عددی جدیدی برای بهینه سازی سراسری تصادفی و محاسبه انتگرال های چند بعدی ارائه می کند
یک الگوریتم جهانی برای یادگیری ماشین تصادفی شده
این کتاب برای دانشجویان کارشناسی و کارشناسی ارشد متخصص در هوش مصنوعی و یادگیری ماشین، محققان و مهندسین درگیر در توسعه کاربردها جذاب خواهد بود. سیستم های یادگیری ماشین، و محققان پیش بینی مشکلات در زمینه های مختلف.
tag : دانلود کتاب تصادفی سازی آنتروپی در یادگیری ماشینی , Download تصادفی سازی آنتروپی در یادگیری ماشینی , دانلود تصادفی سازی آنتروپی در یادگیری ماشینی , Download Entropy Randomization in Machine Learning Book , تصادفی سازی آنتروپی در یادگیری ماشینی دانلود , buy تصادفی سازی آنتروپی در یادگیری ماشینی , خرید کتاب تصادفی سازی آنتروپی در یادگیری ماشینی , دانلود کتاب Entropy Randomization in Machine Learning , کتاب Entropy Randomization in Machine Learning , دانلود Entropy Randomization in Machine Learning , خرید Entropy Randomization in Machine Learning , خرید کتاب Entropy Randomization in Machine Learning ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.