Yunqian Ma: Ensemble Machine Learning | Buch

Um unseren Shop nutzen zu können, müssen Sie Javascript in Ihrem Browser aktivieren.

Cover: 9781441993250 | Ensemble Machine Learning | Methods and Applications | Ma (u. a.)

Dekorationsartikel gehören nicht zum Leistungsumfang.

Sprache: Englisch

246,09 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

Aktuell nicht verfügbar

Sie können kein Produkt in den Warenkorb legen, da Javascript und technisch notwendige Cookies aktiviert sein müssen.

Kategorien:

Der Artikel ist nicht in deutscher Sprache verfasst.
Die Sprache der Produktbeschreibung und Details kann in Englisch angegeben sein. Sollten Sie Verständnisprobleme haben, wenden Sie sich gerne an uns.

Beschreibung

It is common wisdom that gathering a variety of views and inputs improves the process of decision making, and, indeed, underpins a democratic society. Dubbed ¿ensemble learning¿ by researchers in computational intelligence and machine learning, it is known to improve a decision system¿s robustness and accuracy. Now, fresh developments are allowing researchers to unleash the power of ensemble learning in an increasing range of real-world applications. Ensemble learning algorithms such as ¿boosting¿ and ¿random forest¿ facilitate solutions to key computational issues such as face recognition and are now being applied in areas as diverse as object tracking and bioinformatics.

Responding to a shortage of literature dedicated to the topic, this volume offers comprehensive coverage of state-of-the-art ensemble learning techniques, including the random forest skeleton tracking algorithm in the Xbox Kinect sensor, which bypasses the need for game controllers. At once a solid theoretical study and a practical guide, the volume is a windfall for researchers and practitioners alike.

Über den Autor

Dr. Zhang works for Microsoft. Dr. Ma works for Honeywell.

Zusammenfassung

Covers all existing methods developed for ensemble learning

Presents overview and in-depth knowledge about ensemble learning

Discusses the pros and cons of various ensemble learning methods

Demonstrate how ensemble learning can be used with real world applications

Inhaltsverzeichnis

Introduction of Ensemble Learning.- Boosting Algorithms: Theory, Methods and Applications.- On Boosting Nonparametric Learners.- Super Learning.- Random Forest.- Ensemble Learning by Negative Correlation Learning.- Ensemble Nystrom Method.- Object Detection.- Ensemble Learning for Activity Recognition.- Ensemble Learning in Medical Applications.- Random Forest for Bioinformatics.

Details

Erscheinungsjahr:	2012
Fachbereich:	Allgemeines
Genre:	Technik
Rubrik:	Naturwissenschaften & Technik
Medium:	Buch
Seiten:	340
Inhalt:	viii 332 S.
ISBN-13:	9781441993250
ISBN-10:	1441993258
Sprache:	Englisch
Herstellernummer:	80032232
Ausstattung / Beilage:	HC gerader Rücken kaschiert
Einband:	Gebunden
Redaktion:	Ma, Yunqian Zhang, Cha
Herausgeber:	Cha Zhang/Yunqian Ma
Auflage:	2012
Hersteller:	Springer New York Springer US, New York, N.Y.
Maße:	241 x 160 x 23 mm
Von/Mit:	Yunqian Ma (u. a.)
Erscheinungsdatum:	17.02.2012
Gewicht:	0,676 kg

preigu-id: 106747755