Sűrűségi arány becslése a gépi tanulásban

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.

Eredeti címe:

Density Ratio Estimation in Machine Learning

Könyv tartalma:

A gépi tanulás egy interdiszciplináris tudományterület, amely a tanuló rendszerek matematikai elméleteit és gyakorlati alkalmazásait tanulmányozza.

Ez a könyv a sűrűségarány-becslés elméleteit, módszereit és alkalmazásait mutatja be, amely a gépi tanulás közösségében újonnan megjelenő paradigma. Különböző gépi tanulási problémák, mint például a nem-stacionaritás adaptációja, a kiugró értékek felismerése, a dimenziócsökkentés, a független komponenselemzés, a klaszterezés, az osztályozás és a feltételes sűrűségbecslés szisztematikusan megoldhatók a valószínűségi sűrűségarányok becslésén keresztül.

A szerzők átfogó bevezetést nyújtanak a különböző sűrűségarány-becslőkről, beleértve a sűrűségbecslésen, momentumillesztésen, valószínűségi osztályozáson, sűrűségillesztésen és sűrűségarány-illesztésen keresztüli módszereket, valamint leírják, hogyan alkalmazhatók ezek a gépi tanulásban. A könyv a sűrűségarány-becslés matematikai elméleteit is ismerteti, beleértve a parametrikus és nem-parametrikus konvergenciaelemzést és a numerikus stabilitáselemzést, hogy teljessé tegye a sűrűségarány-becslés teljes keretének első és végleges feldolgozását a gépi tanulásban.