基于不确定性的决策树归纳
作者：王熙照,翟俊海 整理日期：2021-12-19 01:34:31
《基于不确定性的决策树归纳》首先介绍什么是不确定性，以及几种常见的不确定性：随机性、模糊性、不可指定性和粗糙性。通过讨论这几种不确定性之间的关系，为后面基于不确定性的决策树归纳学习提供基础。其次介绍不确定环境下决策树归纳过程中不确定性的表示、度量及应用。最后介绍不确定环境下的决策树生成算法、匹配策略、决策树优化算法、特征选取和样本选取此外，本书还介绍了不确定环境下的决策树集成和其他的归纳学习方法。本书由王熙照、翟俊海著。
《基于不确定性的决策树归纳》主要介绍不确定性及不确定环境下的决策树归纳方法，包括模糊决策树归纳、最优割点的模糊化处理、决策树优化、主动学习与特征选择在模糊决策树中的应用、模糊决策树的集成学习等内容。本书结合作者近年来关于决策树归纳学习的研究成果，以决策树归纳学习的基本理论为基础，全面系统地讨论了决策树归纳学习中的主要问题。
《基于不确定性的决策树归纳》可作为应用数学、智能科学与技术、自动化等专业高年级本科生和研究生的教材，也可供从事相关研究工作的科研人员参考。本书由王熙照、翟俊海著。
|
鑻ユ湰涔︿笉鑳戒笅杞斤紝璇峰井淇℃壂鎻忓彸涓嬭浜岀淮鐮�
鍏虫敞鍏紬鍙封€滃埆闄功棣欌€�,涔﹀弸灏嗙粰鎮ㄥ垎浜湰涔︺€�
鑻ヤ笅杞藉帇缂╁寘鏈夊瘑鐮侊紝鍚屾牱鎵爜鍏虫敞锛屽洖澶嶁€滆В鍘嬪瘑鐮佲€濆嵆鍙€�
|
