Aprendizado de Redes Bayesianas
Além da precisão na tarefa de classificação
978-3-639-68911-2
3639689119
144
2014-08-20
55.90 €
por
https://images.our-assets.com/cover/230x230/9783639689112.jpg
https://images.our-assets.com/fullcover/230x230/9783639689112.jpg
https://images.our-assets.com/cover/2000x/9783639689112.jpg
https://images.our-assets.com/fullcover/2000x/9783639689112.jpg
O desenvolvimento de métodos automáticos para aprender estruturas de uma Rede Bayesiana (RB) diretamente a partir de dados é um problema relevante e considerado uma tarefa difícil, porque o número de estruturas possíveis cresce exponencialmente de acordo com o número de variáveis. Geralmente, para reduzir o espaço de busca, algumas restrições podem ser impostas durante o processo de indução da RB. Uma restrição possível é a definição de uma ordenação das variáveis. Definir uma ordenação adequada das variáveis é, contudo, um problema complexo a ser executado. Trabalhos anteriores, na literatura, sugerem o uso de Algoritmos Evolucionários para encontrar uma ordenação de variáveis adequada ao aprendizado de estruturas de RB. No entanto, algoritmos evolucionários podem ser computacionalmente custosos. Para os casos onde a busca por uma ordenação de variáveis é adequada, este trabalho apresenta dois novos operadores genéticos e um novo algoritmo adaptativo híbrido que busca tal ordenação. Para os casos onde uma ordenação não é indicada, são definidos dois métodos de indução de classificadores Bayesianos: DMBC e A-DMBC. Os resultados mostram que os métodos propostos são promissores.
https://www.morebooks.shop/books/cn/published_by/novas-edi%C3%A7%C3%B5es-acad%C3%AAmicas/332520/products
其它
https://www.morebooks.shop/store/cn/book/aprendizado-de-redes-bayesianas/isbn/978-3-639-68911-2