Advances in Feature Selection for Data and Pattern Recognition / Stańczyk, Urszula ; Zielosko, Beata ; Jain, Lakhmi C.  

Público ISBD Ningún comentario para este registro. Título : Advances in Feature Selection for Data and Pattern Recognition Tipo de documento: documento electrónico Autores: Stańczyk, Urszula, ; Zielosko, Beata, ; Jain, Lakhmi C., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVIII, 328 p. 37 ilustraciones, 20 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-67588-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Inteligencia artificial  Sistemas de reconocimiento de patrones  Procesamiento de datos  Reconocimiento de patrones automatizado  Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta desarrollos recientes y tendencias de investigación en el campo de la selección de características para el reconocimiento de datos y patrones, destacando una serie de avances más recientes. El campo de la selección de funciones evoluciona constantemente y proporciona numerosos algoritmos nuevos, nuevas soluciones y nuevas aplicaciones. Algunos de los avances presentados se centran en enfoques teóricos, introduciendo proposiciones novedosas que resaltan y discuten las propiedades de los objetos y analizan las complejidades de los procesos y los límites de la complejidad computacional, mientras que otros se dedican a los requisitos específicos de los dominios de aplicación o las particularidades de las tareas que esperan ser realizadas. resolverse o mejorarse. Dividido en cuatro partes: naturaleza y representación de los datos; clasificación y exploración de características; detección y reconocimiento de imágenes, formas, movimientos y audio; sistemas de apoyo a la toma de decisiones, es de gran interés para una gran parte de investigadores, incluidos estudiantes, profesores y profesionales. Nota de contenido: An Introduction -- Attribute Selection Based on Reduction of Numerical Attribute During Discretization -- Improving Bagging Ensembles for Class Imbalanced Data by Active Learning -- Optimization of Decision Rules Relative to Length Based on Modified Dynamic Programming Approach -- Ranking-Based Rule Classifier Optimisation -- Attribute Selection in a Dispersed Decision-Making System -- Feature Selection Approach for Rule-based Knowledge Bases -- Feature Selection with a Genetic Algorithm for Classification of Brain Imaging Data. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Advances in Feature Selection for Data and Pattern Recognition [documento electrónico] / Stańczyk, Urszula, ; Zielosko, Beata, ; Jain, Lakhmi C.,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XVIII, 328 p. 37 ilustraciones, 20 ilustraciones en color. ISBN : 978-3-319-67588-6 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Inteligencia artificial  Sistemas de reconocimiento de patrones  Procesamiento de datos  Reconocimiento de patrones automatizado  Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta desarrollos recientes y tendencias de investigación en el campo de la selección de características para el reconocimiento de datos y patrones, destacando una serie de avances más recientes. El campo de la selección de funciones evoluciona constantemente y proporciona numerosos algoritmos nuevos, nuevas soluciones y nuevas aplicaciones. Algunos de los avances presentados se centran en enfoques teóricos, introduciendo proposiciones novedosas que resaltan y discuten las propiedades de los objetos y analizan las complejidades de los procesos y los límites de la complejidad computacional, mientras que otros se dedican a los requisitos específicos de los dominios de aplicación o las particularidades de las tareas que esperan ser realizadas. resolverse o mejorarse. Dividido en cuatro partes: naturaleza y representación de los datos; clasificación y exploración de características; detección y reconocimiento de imágenes, formas, movimientos y audio; sistemas de apoyo a la toma de decisiones, es de gran interés para una gran parte de investigadores, incluidos estudiantes, profesores y profesionales. Nota de contenido: An Introduction -- Attribute Selection Based on Reduction of Numerical Attribute During Discretization -- Improving Bagging Ensembles for Class Imbalanced Data by Active Learning -- Optimization of Decision Rules Relative to Length Based on Modified Dynamic Programming Approach -- Ranking-Based Rule Classifier Optimisation -- Attribute Selection in a Dispersed Decision-Making System -- Feature Selection Approach for Rule-based Knowledge Bases -- Feature Selection with a Genetic Algorithm for Classification of Brain Imaging Data. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200