Overview

Jeden z glównych czynników sukcesu eksploracji danych jest związany ze zrozumialością wzorców odkrytych przez techniki inteligencji obliczeniowej; z bayesowskimi sieciami jako jednymi z najbardziej znaczących, biorąc pod uwagę latwośc osiągniętej interpretacji wiedzy. Jej semantyka ilościowa i jakościowa, powiązana ze zrozumialością odkrytych wzorców, motywuje do zastosowania jej w procesie odkrywania wiedzy. Sieci bayesowskie, jak każda technika inteligencji obliczeniowej, mają jednak ograniczenia i wady związane z jej wykorzystaniem, wśród których możemy wskazac na uczenie się struktury z dużych zbiorów danych i wyciąganie wniosków w czasie. Książka ta ukaże rozszerzenia dotyczące doskonalenia bayesowskich sieci, przedstawiając strategie poprawy ich wlaściwości, traktując aspekty takie jak wydajnośc, a także możliwośc interpretacji i wykorzystania ich wyników; wlączając modele regresji wielokrotnej dla uczenia się struktury oraz aspekty czasowe z wykorzystaniem lańcuchów Markowa. Modele te powinny pomóc użytkownikom poszerzyc zakres możliwości zastosowania tego wszechstronnego modelu w nowych dziedzinach i zadaniach.

Full Product Details

9786202976039

Table of Contents

Reviews

Author Information

Tab Content 6

Customer Reviews

Recent Reviews

Countries Available