Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Spistreści
Wstęp..................................................................
VII
Wykazsymboli...........................................................
XI
10Podstawowezagadnieniaanalizydyskryminacyjnejianalizyregresji.............
1
1.1.Pojęciawstępne....................................................
1
1.2.Dyskryminacjairegresja.............................................
3
1.3.Błądpredykcjiijegodekompozycja.....................................
9
1.4.Zbiorydanychwykorzystywanewksiążce................................
15
20Wybraneklasymodelidyskryminacyjnychiregresyjnych......................
21
2.1.Modeleliniowe.....................................................
21
2.2.Metodanajbliższychsąsiadów.........................................
30
2.3.Drzewaklasyfikacyjneiregresyjne.....................................
37
2.4.Siecineuronowe....................................................
46
2.5.Metodawektorównośnych(SVM)......................................
54
30Podejściewielomodelowe.................................................
62
3.1.Agregacjamodeli...................................................
62
3.2.Architekturamodelizagregowanych.....................................
67
3.3.Dekompozycjabłędupredykcjimodeluzagregowanego......................
70
3.4.Ustalanieoptymalnejliczbymodelibazowych.............................
78
40Zróżnicowaniemodelibazowychijegopomiar...............................
83
4.1.Znaczeniezróżnicowaniamodelibazowych...............................
83
4.2.Miaryzróżnicowaniaparymodelibazowych..............................
88
4.3.Miaryzróżnicowaniawszystkichmodelibazowych.........................
96
4.4.Sposobyzapewnieniazróżnicowaniamodelibazowych......................
101
4.5.Wykorzystaniemetodtaksonomicznych..................................
106
50Metodyłączeniawynikówpredykcjimodelibazowych.........................
112
5.1.Rodzajepredykcjimodelibazowych.....................................
112
5.2.Pojedynczaklasa...................................................
114
5.3.Uporządkowanyzbiórklas............................................
121
5.4.Wektorprawdopodobieństwaposteriori.................................
125
5.5.Analizaporównawczametodłączeniamodeli.............................
132
60Wybranemetodybudowymodelizagregowanych.............................
138
6.1.Baggingiinnemetodylosowegodoboruobserwacjidopróbuczących..........
138
Windowing........................................................
138
Stacking..........................................................
139
