Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces
Ce manuel propose une exploration approfondie de l'apprentissage statistique avec des noyaux reproducteurs, un domaine de recherche actif qui peut éclairer les tendances associées aux réseaux neuronaux profonds. L'auteur démontre comment le concept d'espaces de Hilbert à noyaux reproductibles (RKHS), accompagné d'outils issus de la théorie de la régularisation, peut être utilisé efficacement dans la conception et la justification d'algorithmes d'apprentissage à noyaux, qui peuvent résoudre des problèmes dans plusieurs domaines de l'intelligence artificielle. Une description détaillée de deux applications biomédicales des algorithmes considérés est également fournie, démontrant à quel point la théorie est proche d'une mise en œuvre pratique.
L'analyse d'une grande classe d'algorithmes de la théorie de l'apprentissage, qui comprend essentiellement tous les schémas de régularisation linéaire, y compris la régularisation de Tikhonov en tant que cas spécifique, constitue l'une des caractéristiques uniques de ce livre. Il fournit également une méthodologie pour analyser non seulement différents problèmes d'apprentissage supervisé, tels que la régression ou le classement, mais aussi différents scénarios d'apprentissage, tels que l'adaptation non supervisée à un domaine ou l'apprentissage par renforcement. En analysant ces sujets à l'aide d'un même cadre théorique, plutôt que de les aborder séparément, leur présentation est simplifiée et rendue plus accessible.
An Introduction to Artificial Intelligence Based on Reproducing Kernel Hilbert Spaces est une ressource idéale pour les cours de deuxième et troisième cycles en mathématiques informatiques et en science des données.
| ISBN : | 9783030983154 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2022 |
| Nombre de pages : | 152 |
Actuellement disponible, en stock.
