Für diesen Artikel ist leider kein Bild verfügbar.

Hybride Strategien zur Verbesserung der Bayesschen Netzwerke

Ádamo Lima Santana (Autor)

Buch | Softcover

72 Seiten

2021
Verlag Unser Wissen
978-620-2-97601-5 (ISBN)

Keine Verlagsinformationen verfügbar

Artikel merken

Einer der Hauptfaktoren für den Erfolg des Data Mining hängt mit der Nachvollziehbarkeit der durch die Techniken der Computational Intelligence entdeckten Muster zusammen; wobei Bayes'sche Netze als einer der herausragendsten gelten, wenn man die Leichtigkeit der erreichten Wissensinterpretation betrachtet. Seine quantitative und qualitative Semantik, verbunden mit der Verständlichkeit der entdeckten Muster, motiviert seine Anwendung im Wissensentdeckungsprozess. Bayes'sche Netzwerke weisen jedoch, wie jede Technik der Computational Intelligence, Einschränkungen und Nachteile hinsichtlich ihrer Anwendung auf; unter diesen können wir das Lernen der Struktur aus großen Datensätzen und die Bereitstellung von Schlussfolgerungen über die Zeit hinweg nennen. Dieses Buch zeigt Erweiterungen zur Verbesserung von Bayes'schen Netzwerken auf, stellt Strategien zur Verbesserung ihrer Eigenschaften vor, behandelt Aspekte wie Leistung sowie Interpretierbarkeit und Verwendung ihrer Ergebnisse; es enthält Modelle der multiplen Regression für das Strukturlernen und zeitliche Aspekte unter Verwendung von Markov-Ketten. Die Modelle sollen den Benutzern helfen, den Anwendungsbereich dieses vielseitigen Modells für neue Bereiche und Aufgaben zu erweitern.

Santana, Ádamo Lima Die Doktoren Ádamo Santana, Carlos Francês und João Costa sind Forscher an der Bundesuniversität von Pará, mit weitreichender Erfahrung in angewandter Informatik zu den Themen Computational Intelligence und Optimierung; sie publizieren aktiv in den Bereichen Energiesysteme und Kommunikationsnetze, insbesondere im Hinblick auf die digitale Integration in Brasilien.

Erscheinungsdatum	23.03.2021
Sprache	deutsch
Maße	152 x 229 mm
Gewicht	120 g
Themenwelt	Mathematik / Informatik ► Informatik ► Netzwerke
Schlagworte	Bayessche Netze • interpretierbarkeit • Markov Prozesse • Mehrfache Regression • Optimierung • Wissensentdeckung
ISBN-10	620-2-97601-2 / 6202976012
ISBN-13	978-620-2-97601-5 / 9786202976015
Zustand	Neuware