Uczenie maszynowe w podejmowaniu decyzji prognostycznych

Autorzy:
Sylwester Bejger
Grzegorz Dudek
Witold Orzeszko
Michał D. Stasiak ...
Wydawcy:
IBUK Libra (2020)
Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika (2020)
ISBN:
978-83-231-4472-4
Autotagi:
dokumenty elektroniczne
druk
e-booki
Więcej informacji...

Monografia zawiera rzadko dotychczas prezentowane w literaturze polskojęzycznej problemy uczenia maszynowego. Obejmuje szeroki zakres metod i podejść, które prowadzą do wykorzystania wielowymiarowych danych masowych i metod uczenia statystycznego (maszynowego) w zagadnieniach optymalizacji decyzji, ze szczególnym naciskiem położonym na metody optymalizacji decyzji predykcyjnych podejmowanych na podstawie danych w postaci szeregów czasowych. Cenne i warte podkreślenia jest to, że w książce zebrano różne podejścia, konfrontując je z dorobkiem światowej literatury. Jednocześnie przeprowadzono wiele eksperymentów, co uwiarygodniło zarówno prezentowane metody, jak i dotychczasowe wyniki prac autorów monografii. Publikację można zatem uznać za cenny przyczynek badawczy zarówno w zakresie teoretycznego, jak i empirycznego rozwoju metod prognozowania opartych na podejściu algorytmicznym.
Więcej...
Wypożycz w bibliotece
Dostęp online
Brak zasobów elektronicznych
dla wybranego dzieła.
Dodaj link
Kup
Brak ofert.
Recenzje

Brak recenzji - napisz pierwszą.

Nikt jeszcze nie obserwuje nowych recenzji tego dzieła.
Opis
Autorzy:Sylwester Bejger Grzegorz Dudek Witold Orzeszko Michał D. Stasiak Krzysztof Targiel
Wydawcy:IBUK Libra (2020) Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika (2020)
ISBN:978-83-231-4472-4
Autotagi:dokumenty elektroniczne druk e-booki literatura zasoby elektroniczne
Okładki
Kliknij na okładkę żeby zobaczyć powiększenie lub dodać ją na regał.

Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Rozwoju Regionalnego
Dotacje na innowacje - Inwestujemy w Waszą przyszłość
foo