Text
Metalearning; Applications to Automated Machine Learning and Data Mining
Buku akses terbuka ini menawarkan pengantar yang komprehensif dan menyeluruh untuk hampir semua aspek metalearning dan automated machine learning (AutoML), meliputi konsep dan arsitektur dasar, evaluasi, dataset, optimasi hyperparameter, ansambel dan alur kerja, dan juga bagaimana pengetahuan ini dapat digunakan untuk memilih, menggabungkan, menyusun, mengadaptasi, dan mengonfigurasi baik algoritma maupun model untuk menghasilkan solusi yang lebih cepat dan lebih baik untuk masalah penambangan data dan ilmu data. Dengan demikian, ini dapat membantu pengembang untuk mengembangkan sistem yang dapat meningkatkan diri mereka sendiri melalui pengalaman. Sebagai salah satu bidang penelitian dengan pertumbuhan tercepat dalam machine learning, metalearning mempelajari metode-metode berprinsip untuk mendapatkan model dan solusi yang efisien dengan mengadaptasi proses machine learning dan penambangan data. Adaptasi ini biasanya memanfaatkan informasi dari pengalaman masa lalu pada tugas-tugas lain dan proses adaptif dapat melibatkan pendekatan machine learning. Sebagai bidang terkait dengan metalearning dan topik hangat saat ini, AutoML berkaitan dengan mengotomatiskan proses machine learning. Metalearning dan AutoML dapat membantu AI belajar mengendalikan penerapan metode pembelajaran yang berbeda dan memperoleh solusi baru lebih cepat tanpa intervensi yang tidak perlu dari pengguna. Buku ini merupakan pembaruan substansial dari edisi pertama yang diterbitkan pada tahun 2009. Buku ini mencakup 18 bab, lebih dari dua kali lipat dari versi sebelumnya. Hal ini memungkinkan penulis untuk membahas topik yang paling relevan secara lebih mendalam dan memasukkan tinjauan penelitian terbaru di bidang masing-masing. Buku ini akan menarik bagi para peneliti dan mahasiswa pascasarjana di bidang machine learning, penambangan data, ilmu data, dan kecerdasan buatan.
No copy data
No other version available