Fuzzy Classifier Design: Studies in Fuzziness and Soft Computing, cartea 49
Autor Ludmila I. Kunchevaen Limba Engleză Hardback – 26 apr 2000
Din seria Studies in Fuzziness and Soft Computing
- 20%
Preț: 967.66 lei - 20%
Preț: 627.83 lei - 20%
Preț: 627.77 lei - 20%
Preț: 952.94 lei - 20%
Preț: 1014.25 lei - 20%
Preț: 1004.51 lei - 20%
Preț: 1118.28 lei - 18%
Preț: 969.03 lei - 20%
Preț: 967.24 lei - 20%
Preț: 962.94 lei - 18%
Preț: 917.09 lei - 20%
Preț: 319.49 lei - 20%
Preț: 322.59 lei - 20%
Preț: 958.81 lei -
Preț: 376.75 lei - 20%
Preț: 624.97 lei - 20%
Preț: 947.70 lei - 18%
Preț: 921.36 lei - 20%
Preț: 957.69 lei - 20%
Preț: 960.53 lei - 15%
Preț: 623.93 lei - 20%
Preț: 629.08 lei - 20%
Preț: 959.13 lei - 15%
Preț: 618.45 lei - 20%
Preț: 973.27 lei - 20%
Preț: 954.05 lei -
Preț: 377.49 lei - 18%
Preț: 1180.20 lei - 20%
Preț: 626.25 lei - 18%
Preț: 917.99 lei
Preț: 915.29 lei
Preț vechi: 1116.22 lei
-18%
Puncte Express: 1373
Carte tipărită la comandă
Livrare economică 28 iulie-11 august
Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.
Specificații
ISBN-13: 9783790812985
ISBN-10: 3790812986
Pagini: 332
Ilustrații: X, 315 p.
Dimensiuni: 155 x 235 x 19 mm
Greutate: 0.64 kg
Ediția:2000
Editura: Physica-Verlag HD
Colecția Physica
Seria Studies in Fuzziness and Soft Computing
Locul publicării:Heidelberg, Germany
ISBN-10: 3790812986
Pagini: 332
Ilustrații: X, 315 p.
Dimensiuni: 155 x 235 x 19 mm
Greutate: 0.64 kg
Ediția:2000
Editura: Physica-Verlag HD
Colecția Physica
Seria Studies in Fuzziness and Soft Computing
Locul publicării:Heidelberg, Germany
Public țintă
ResearchCuprins
1. Introduction.- 1.1 What are fuzzy classifiers?.- 1.2 The data sets used in this book.- 1.3 Notations and acronyms.- 1.4 Organization of the book.- 1.5 Acknowledgements.- 2. Statistical pattern recognition.- 2.1 Class, feature, feature space.- 2.2 Classifier, discriminant functions, classification regions.- 2.3 Clustering.- 2.4 Prior probabilities, class-conditional probability density functions, posterior probabilities.- 2.5 Minimum error and minimum risk classification. Loss matrix.- 2.6 Performance estimation.- 2.7 Experimental comparison of classifiers.- 2.8 A taxonomy of classifier design methods.- 3. Statistical classifiers.- 3.1 Parametric classifiers.- 3.2 Nonparametric classifiers.- 3.3 Finding k-nn prototypes.- 3.4 Neural networks.- 4. Fuzzy sets.- 4.1 Fuzzy logic, an oxymoron?.- 4.2 Basic definitions.- 4.3 Operations on fuzzy sets.- 4.4 Determining membership functions.- 5. Fuzzy if-then classifiers.- 5.1 Fuzzy if-then systems.- 5.2 Function approximation with fuzzy if-then systems.- 5.3 Fuzzy if-then classifiers.- 5.4 Universal approximation and equivalences of fuzzy if-then classifiers.- 6. Training of fuzzy if-then classifiers.- 6.1 Expert opinion or data analysis?.- 6.2 Tuning the consequents.- 6.3 Toning the antecedents.- 6.4 Tuning antecedents and consequents using clustering.- 6.5 Genetic algorithms for tuning fuzzy if-then classifiers.- 6.6 Fuzzy classifiers and neural networks: hybridization or identity?.- 6.7 Forget interpretability and choose a model.- 7. Non if-then fuzzy models.- 7.1 Early ideas.- 7.2 Fuzzy k-nearest neighbors (k-nn) designs.- 7.3 Generalized nearest prototype classifier (GNPC).- 8. Combinations of multiple classifiers using fuzzy sets.- 8.1 Combining classifiers: the variety of paradigms.- 8.2 Classifier selection.- 8.3 Classifier fusion.- 8.4 Experimental results.- 9. Conclusions: What to choose?.- A. Appendix: Numerical results.- A.1 Cone-torus data.- A.2 Normal mixtures data..- A.3 Phoneme data.- A.4 Satimage data.- References.