کتاب الکترونیکی

روش های محاسباتی انتخاب ویژگی

Computational methods of feature selection

دانلود کتاب Computational methods of feature selection (به فارسی: روش های محاسباتی انتخاب ویژگی) نوشته شده توسط «Huan Liu – Hiroshi Motoda»

اطلاعات کتاب روش های محاسباتی انتخاب ویژگی

موضوع اصلی: ریاضیات محاسباتی

نوع: کتاب الکترونیکی

ناشر: Chapman & Hall/CRC

نویسنده: Huan Liu – Hiroshi Motoda

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2008

تعداد صفحه: 411

حجم کتاب: 4 مگابایت

کد کتاب: 1584888784 , 9781584888789 , 9781584888796

توضیحات کتاب روش های محاسباتی انتخاب ویژگی

با توجه به افزایش تقاضا برای کاهش ابعاد، تحقیقات در مورد انتخاب ویژگی عمیقا و به طور گسترده در بسیاری از زمینه ها از جمله آمار محاسباتی، تشخیص الگو، یادگیری ماشین، داده کاوی و کشف دانش گسترش یافته است. روش‌های محاسباتی انتخاب ویژگی، با برجسته کردن موضوعات تحقیقاتی فعلی، مفاهیم و اصول اساسی، الگوریتم‌های پیشرفته و کاربردهای جدید این ابزار را معرفی می‌کند.

کتاب با کاوش در انتخاب ویژگی های بدون نظارت، تصادفی و علی شروع می شود. سپس در مورد برخی از نتایج اخیر از انتخاب ویژگی توانمند، از جمله انتخاب ویژگی فعال، تخمین مرز تصمیم، استفاده از مجموعه‌ها با پروب‌های مستقل، و انتخاب ویژگی افزایشی گزارش می‌دهد. این با بحث در مورد وزن دهی و روش های محلی، مانند خانواده ReliefF، خوشه بندی k-means، ارتباط ویژگی های محلی، و تفسیر جدیدی از Relief دنبال می شود. این کتاب متعاقباً طبقه‌بندی متن، امتیاز انتخاب ویژگی جدید، و انتخاب ویژگی مبتنی بر محدودیت و تهاجمی را پوشش می‌دهد. بخش آخر به بررسی کاربردهای انتخاب ویژگی در بیوانفورماتیک، از جمله ساخت ویژگی و همچنین انتخاب ویژگی‌های اضافی، مجموعه، و جریمه می‌پردازد.

از طریق ارائه واضح، مختصر و منسجم موضوعات، این جلد به طور سیستماتیک مفاهیم کلیدی، اصول اساسی و کاربردهای ابداعی انتخاب ویژگی را پوشش می‌دهد و نشان می‌دهد که چگونه این ابزار قدرتمند می‌تواند به طور کارآمد داده‌های عظیم و با ابعاد بالا را مهار کند و آن‌ها را تبدیل کند. به اطلاعات ارزشمند و قابل اعتماد

Due to increasing demands for dimensionality reduction, research on feature selection has deeply and widely expanded into many fields, including computational statistics, pattern recognition, machine learning, data mining, and knowledge discovery. Highlighting current research issues, Computational Methods of Feature Selection introduces the basic concepts and principles, state-of-the-art algorithms, and novel applications of this tool.

The book begins by exploring unsupervised, randomized, and causal feature selection. It then reports on some recent results of empowering feature selection, including active feature selection, decision-border estimate, the use of ensembles with independent probes, and incremental feature selection. This is followed by discussions of weighting and local methods, such as the ReliefF family, k -means clustering, local feature relevance, and a new interpretation of Relief. The book subsequently covers text classification, a new feature selection score, and both constraint-guided and aggressive feature selection. The final section examines applications of feature selection in bioinformatics, including feature construction as well as redundancy-, ensemble-, and penalty-based feature selection.

Through a clear, concise, and coherent presentation of topics, this volume systematically covers the key concepts, underlying principles, and inventive applications of feature selection, illustrating how this powerful tool can efficiently harness massive, high-dimensional data and turn it into valuable, reliable information.

دانلود کتاب «روش های محاسباتی انتخاب ویژگی»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

برچسب ها
مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان