Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.
An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces
Táto učebnica poskytuje hĺbkový prieskum štatistického učenia s reprodukujúcimi jadrami, čo je aktívna oblasť výskumu, ktorá môže objasniť trendy spojené s hlbokými neurónovými sieťami. Autor ukazuje, ako možno koncept reprodukujúcich sa Hilbertových priestorov s jadrami (RKHS) spolu s nástrojmi z teórie regularizácie efektívne využiť pri návrhu a zdôvodnení algoritmov učenia s jadrami, ktoré môžu riešiť problémy vo viacerých oblastiach umelej inteligencie. Uvádza sa aj podrobný opis dvoch biomedicínskych aplikácií uvažovaných algoritmov, ktoré demonštrujú, ako blízko je teória k praktickej realizácii.
Medzi unikátne vlastnosti knihy patrí analýza veľkej triedy algoritmov teórie učenia, ktoré v podstate zahŕňajú všetky lineárne regularizačné schémy, vrátane Tichonovovej regularizácie ako špecifického prípadu. Poskytuje tiež metodológiu na analýzu nielen rôznych problémov učenia pod dohľadom, ako je regresia alebo zoraďovanie, ale aj rôznych scenárov učenia, ako je adaptácia domény bez dohľadu alebo učenie posilnením. Tým, že sa tieto témy analyzujú pomocou rovnakého teoretického rámca, namiesto toho, aby sa k nim pristupovalo samostatne, sa ich prezentácia zjednodušuje a stáva sa prístupnejšou.
Úvod do umelej inteligencie na základe reprodukcie jadrových Hilbertových priestorov je ideálnym zdrojom informácií pre postgraduálne a postgraduálne kurzy výpočtovej matematiky a dátovej vedy.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)