| Título : |
Machine Learning Paradigms : Artificial Immune Systems and their Applications in Software Personalization |
| Tipo de documento: |
documento electrónico |
| Autores: |
Sotiropoulos, Dionisios N., Autor ; Tsihrintzis, George A., Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2017 |
| Número de páginas: |
XVI, 327 p. 71 ilustraciones, 18 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-319-47194-5 |
| 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 |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
El tema de esta monografía se encuadra dentro del llamado paradigma informático de motivación biológica, en el que la biología proporciona la fuente de modelos e inspiración para el desarrollo de sistemas de inteligencia computacional y aprendizaje automático. Específicamente, los sistemas inmunológicos artificiales se presentan como una metáfora válida hacia la creación de representaciones abstractas y de alto nivel de componentes o funciones biológicas que sientan las bases para un paradigma alternativo de aprendizaje automático. Por lo tanto, la atención se centra en abordar los problemas principales del reconocimiento de patrones mediante el desarrollo de algoritmos de aprendizaje automático basados en el sistema inmunológico artificial para los problemas de agrupación, clasificación y clasificación de una clase. La clasificación de patrones, en particular, se estudia dentro del contexto del problema del desequilibrio de clases. La principal fuente de inspiración surge del hecho de que el Sistema Inmunológico Adaptativo constituye uno de los sistemas biológicos más sofisticados que ha evolucionado excepcionalmente para abordar continuamente un problema de clasificación de patrones extremadamente desequilibrado, a saber, el proceso de discriminación entre uno mismo y lo no propio. Los resultados experimentales presentados en esta monografía involucran una amplia gama de problemas de clasificación binaria degenerados donde la clase minoritaria de interés debe reconocerse frente al vasto volumen de patrones negativos de la clase mayoritaria. En este contexto, los sistemas inmunológicos artificiales se utilizan para el desarrollo de software personalizado como mecanismo central detrás de la implementación de sistemas de recomendación. El libro será útil para investigadores, profesionales y estudiantes de posgrado que se ocupan del reconocimiento de patrones y el aprendizaje automático y sus aplicaciones en software personalizado y sistemas de recomendación. Está dirigido tanto al experto/investigador en estos campos, como al lector general en el campo de la Inteligencia Computacional y, más en general, de las Ciencias de la Computación que desee aprender más sobre el campo de los Sistemas Informáticos Inteligentes y sus aplicaciones. Una extensa lista de referencias bibliográficas al final de cada capítulo guía al lector a profundizar en el área de aplicación de su interés. |
| Nota de contenido: |
Introduction -- Machine Learning -- The Class Imbalance Problem -- Addressing the Class Imbalance Problem -- Machine Learning Paradigms -- Immune System Fundamentals -- Artificial Immune Systems -- Experimental Evaluation of Artificial Immune System-based Learning Algorithms -- Conclusions and Future Work. |
| 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 |
Machine Learning Paradigms : Artificial Immune Systems and their Applications in Software Personalization [documento electrónico] / Sotiropoulos, Dionisios N., Autor ; Tsihrintzis, George A., Autor . - 1 ed. . - [s.l.] : Springer, 2017 . - XVI, 327 p. 71 ilustraciones, 18 ilustraciones en color. ISBN : 978-3-319-47194-5 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 |
| Índice Dewey: |
006.3 Inteligencia artificial |
| Resumen: |
El tema de esta monografía se encuadra dentro del llamado paradigma informático de motivación biológica, en el que la biología proporciona la fuente de modelos e inspiración para el desarrollo de sistemas de inteligencia computacional y aprendizaje automático. Específicamente, los sistemas inmunológicos artificiales se presentan como una metáfora válida hacia la creación de representaciones abstractas y de alto nivel de componentes o funciones biológicas que sientan las bases para un paradigma alternativo de aprendizaje automático. Por lo tanto, la atención se centra en abordar los problemas principales del reconocimiento de patrones mediante el desarrollo de algoritmos de aprendizaje automático basados en el sistema inmunológico artificial para los problemas de agrupación, clasificación y clasificación de una clase. La clasificación de patrones, en particular, se estudia dentro del contexto del problema del desequilibrio de clases. La principal fuente de inspiración surge del hecho de que el Sistema Inmunológico Adaptativo constituye uno de los sistemas biológicos más sofisticados que ha evolucionado excepcionalmente para abordar continuamente un problema de clasificación de patrones extremadamente desequilibrado, a saber, el proceso de discriminación entre uno mismo y lo no propio. Los resultados experimentales presentados en esta monografía involucran una amplia gama de problemas de clasificación binaria degenerados donde la clase minoritaria de interés debe reconocerse frente al vasto volumen de patrones negativos de la clase mayoritaria. En este contexto, los sistemas inmunológicos artificiales se utilizan para el desarrollo de software personalizado como mecanismo central detrás de la implementación de sistemas de recomendación. El libro será útil para investigadores, profesionales y estudiantes de posgrado que se ocupan del reconocimiento de patrones y el aprendizaje automático y sus aplicaciones en software personalizado y sistemas de recomendación. Está dirigido tanto al experto/investigador en estos campos, como al lector general en el campo de la Inteligencia Computacional y, más en general, de las Ciencias de la Computación que desee aprender más sobre el campo de los Sistemas Informáticos Inteligentes y sus aplicaciones. Una extensa lista de referencias bibliográficas al final de cada capítulo guía al lector a profundizar en el área de aplicación de su interés. |
| Nota de contenido: |
Introduction -- Machine Learning -- The Class Imbalance Problem -- Addressing the Class Imbalance Problem -- Machine Learning Paradigms -- Immune System Fundamentals -- Artificial Immune Systems -- Experimental Evaluation of Artificial Immune System-based Learning Algorithms -- Conclusions and Future Work. |
| 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 |
|  |
Machine Learning Paradigms
