Granular Computing in Decision Approximation (eBook)
452 Seiten
Springer International Publishing (Verlag)
978-3-319-12880-1 (ISBN)
This book presents a study in knowledge discovery in data with knowledge understood as a set of relations among objects and their properties. Relations in this case are implicative decision rules and the paradigm in which they are induced is that of computing with granules defined by rough inclusions, the latter introduced and studied within rough mereology, the fuzzified version of mereology. In this book basic classes of rough inclusions are defined and based on them methods for inducing granular structures from data are highlighted. The resulting granular structures are subjected to classifying algorithms, notably k—nearest neighbors and bayesian classifiers.
Experimental results are given in detail both in tabular and visualized form for fourteen data sets from UCI data repository. A striking feature of granular classifiers obtained by this approach is that preserving the accuracy of them on original data, they reduce substantially the size of the granulated data set as well as the set of granular decision rules. This feature makes the presented approach attractive in cases where a small number of rules providing a high classification accuracy is desirable. As basic algorithms used throughout the text are explained and illustrated with hand examples, the book may also serve as a textbook.
Similarity and Granulation.- Mereology and Rough Mereology. Rough Mereological Granulation.- Learning data Classification. Classifiers in General and in Decision Systems.- Methodologies for Granular Reflections.- Covering Strategies.- Layered Granulation.- Naive Bayes Classifier on Granular Reflections.- The Case of Concept-Dependent Granulation.- Granular Computing in the Problem of Missing Values.- Granular Classifiers Based on Weak Rough Inclusions.- Effects of Granulation on Entropy and Noise in Data. - Conclusions.- Appendix. Data Characteristics Bearing on Classification.
| Erscheint lt. Verlag | 6.4.2015 |
|---|---|
| Reihe/Serie | Intelligent Systems Reference Library | Intelligent Systems Reference Library |
| Zusatzinfo | XV, 452 p. 230 illus. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Technik ► Bauwesen | |
| Schlagworte | Computational Intelligence • Decision Approximation • Granular Computing • Intelligent Systems • Rough Mereology |
| ISBN-10 | 3-319-12880-9 / 3319128809 |
| ISBN-13 | 978-3-319-12880-1 / 9783319128801 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
