Meta-Learning in Computational Intelligence - 9783642209796

Computational Intelligence (CI) kopiena ir izstrādājusi simtiem algoritmu inteliģentai datu analīzei, taču joprojām ir atklātas daudzas sarežģītas problēmas datorredzēšanā, signālu apstrādē vai teksta un multivides izpratnē, problēmās, kurām nepieciešamas dziļas mācīšanās metodes. Mūsdienu datu ieguves pakotnes satur daudzus moduļus datu iegūšanai, pirmapstrādei, funkciju atlasei un konstruēšanai, gadījumu atlasei, klasifikācijai, asociācijas un tuvināšanas metodēm, optimizācijas metodēm, modeļu atklāšanu, klasterizāciju, vizualizāciju un pēcapstrādi. Liela datu ieguves pakotne nodrošina miljardiem veidu, kā šos moduļus var apvienot. Neviens cilvēku eksperts nevar apgalvot, ka izpēta un izprot visas iespējas zināšanu atklāšanas procesā. Šeit palīgā nāk algoritmi, kas mācās mācīties. Darbojoties visu pieejamo datu transformāciju un optimizācijas paņēmienu telpā, šie algoritmi izmanto metazināšanas par mācību procesiem, kas automātiski iegūtas no dažādu problēmu risināšanas pieredzes. Secinājumi par transformācijām, kas ir noderīgas dažādos kontekstos, palīdz izveidot mācīšanās algoritmus, kas var atklāt dažādus datos slēptos zināšanu aspektus. Meta-apmācība novirza visas KI jomas fokusu no individuāliem mācīšanās algoritmiem uz augstāku mācīšanās līmeni, kā mācīties. Šī grāmata definē un atklāj jaunas teorētiskas un praktiskas tendences metamācībā, iedvesmojot lasītājus turpināt pētījumus šajā aizraujošajā jomā.