Andere Kunden interessierten sich auch für
![Um Modelo Híbrido na Computação em Nuvem]( "Um Modelo Híbrido na Computação em Nuvem")
Um Modelo Híbrido na Computação em Nuvem26,99 €![Detecção e localização de falta de alta impedância por rede evolutiva]( "Detecção e localização de falta de alta impedância por rede evolutiva")
Detecção e localização de falta de alta impedância por rede evolutiva36,99 €![Artificial Intelligence and Machine Learning Techniques for Civil Engineering]( "Artificial Intelligence and Machine Learning Techniques for Civil Engineering")
Artificial Intelligence and Machine Learning Techniques for Civil Engineering184,99 €![Reshaping Environmental Science Through Machine Learning and IoT]( "Reshaping Environmental Science Through Machine Learning and IoT")
Reshaping Environmental Science Through Machine Learning and IoT217,99 €![Revolutionizing Cardiac Muscle Detection. Harnessing the Power of Machine Learning]( "Revolutionizing Cardiac Muscle Detection. Harnessing the Power of Machine Learning")
Revolutionizing Cardiac Muscle Detection. Harnessing the Power of Machine Learning18,95 €![Recent Advances in Machine Learning and Computational Intelligence]( "Recent Advances in Machine Learning and Computational Intelligence")
Recent Advances in Machine Learning and Computational Intelligence77,99 €![Computer Vision and Machine Learning for Intelligent Sensing Systems]( "Computer Vision and Machine Learning for Intelligent Sensing Systems")
Computer Vision and Machine Learning for Intelligent Sensing Systems81,99 €
Algoritmos de aprendizado de máquina simbólico utilizam regras de conhecimento como linguagem de descrição para expressar o conhecimento aprendido. O objetivo desses algoritmos é encontrar um conjunto de regras de classificação que possam ser utilizadas na predição da classe de novos casos que não foram vistos a priori pelo algoritmo. Contudo, este tipo de algoritmo considera o problema da interação entre as regras, o qual consiste na avaliação da qualidade do conjunto de regras induzidas (classificador) como um todo, ao invés de avaliar a qualidade de cada regra de forma independente. Assim, como os classificadores têm por objetivo uma boa precisão nos casos não vistos, eles tendem a negligenciar outras propriedades desejáveis das regras de conhecimento, como a habilidade de causar surpresa ou trazer conhecimento novo ao especialista do domínio. Neste trabalho, estamos interessados em construir regras de conhecimento com propriedades específicas de forma isolada, i.e. sem considerar o problema da interação entre as regras. Para esse fim, propomos uma abordagem evolutiva.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.