William Senfuma

Meta-uczenie si¿ w celu wyboru najlepszych algorytmów odkrywania zwi¿zków przyczynowych

• Broschiertes Buch

Produktbeschreibung

William Senfuma, magister nauk ¿cis¿ych: studiowä informatyk¿ na Uniwersytecie Makerere. Analityk danych w firmie Tiaxa w Niemczech. Wybór najlepszego algorytmu odkrywania zwi¿zków przyczynowych dla nowego zbioru danych jest trudnym i czasoch¿onnym procesem, poniewä wymaga od badacza posiadania wcze¿niejszej wiedzy na temat istniej¿cych standardowych algorytmów uczenia si¿ struktur. W ramach niniejszych badä zaproponowano nowatorskie podej¿cie do tego problemu oparte na meta-uczeniu. Meta-uczenie odnosi si¿ do uczenia si¿ o algorytmach uczenia, w którym wykorzystuje si¿ ró¿ne rodzaje metadanych, takie jak w¿äciwo¿ci problemu uczenia, miary wydajno¿ci ró¿nych algorytmów oraz poprzednie wzorce wyprowadzone z danych, w celu wybrania najlepszego lub kombinacji algorytmów uczenia, które pozwol¿ skutecznie rozwi¿zä dany problem uczenia. Wykorzystano kilka sieci bayesowskich opisanych w literaturze, z których pobrano próbki w celu wygenerowania tysi¿cy zbiorów danych, a nast¿pnie wyodr¿bniono z nich konkretne cechy do celów meta-uczenia. Na kädym z wygenerowanych zbiorów danych uruchomiono trzy standardowe algorytmy uczenia struktury w celu odkrycia podstawowych sieci przyczynowych, a nast¿pnie oceniono ich wydajno¿¿. Dzi¿ki naszym nowym technikom udäo nam si¿ wdro¿y¿ narz¿dzie do generowania wielu modeli przyczynowych, pobierania wielu zbiorów danych z kädego modelu, a nast¿pnie okre¿lenia najlepszego lub kombinacji algorytmów dla nowych zbiorów danych poprzez meta-uczenie.

Produktdetails

• Verlag: Wydawnictwo Nasza Wiedza
• Seitenzahl: 60
• Erscheinungstermin: 27. Mai 2025
• Polnisch
• Abmessung: 220mm x 150mm x 4mm
• Gewicht: 107g
• ISBN-13: 9786207825929
• ISBN-10: 6207825926
• Artikelnr.: 74317806

Autorenporträt

William Senfuma, magister nauk ¿cis¿ych: studiowä informatyk¿ na Uniwersytecie Makerere. Analityk danych w firmie Tiaxa w Niemczech.