Machine Learning of Inductive Bias
Paul E. Utgoff
2012. dec. · The Springer International Series in Engineering and Computer Science 15. kötet · Springer Science & Business Media
E-könyv
166
Oldalak száma
reportAz értékelések és vélemények nincsenek ellenőrizve További információ
Információk az e-könyvről
This book is based on the author's Ph.D. dissertation[56]. The the sis research was conducted while the author was a graduate student in the Department of Computer Science at Rutgers University. The book was pre pared at the University of Massachusetts at Amherst where the author is currently an Assistant Professor in the Department of Computer and Infor mation Science. Programs that learn concepts from examples are guided not only by the examples (and counterexamples) that they observe, but also by bias that determines which concept is to be considered as following best from the ob servations. Selection of a concept represents an inductive leap because the concept then indicates the classification of instances that have not yet been observed by the learning program. Learning programs that make undesir able inductive leaps do so due to undesirable bias. The research problem addressed here is to show how a learning program can learn a desirable inductive bias.
E-könyv értékelése
Mondd el a véleményedet.
Olvasási információk
Okostelefonok és táblagépek
Telepítsd a Google Play Könyvek alkalmazást Android- vagy iPad/iPhone eszközre. Az alkalmazás automatikusan szinkronizálódik a fiókoddal, így bárhol olvashatsz online és offline állapotban is.
Laptopok és számítógépek
A Google Playen vásárolt hangoskönyveidet a számítógép böngészőjében is meghallgathatod.
E-olvasók és más eszközök
E-tinta alapú eszközökön (például Kobo e-könyv-olvasón) való olvasáshoz le kell tölteni egy fájlt, és átvinni azt a készülékre. A Súgó részletes utasításait követve lehet átvinni a fájlokat a támogatott e-könyv-olvasókra.
