Uczenie maszynowe w podejmowaniu decyzji prognostycznych
Sylwester Bejger, Grzegorz Dudek, Witold Orzeszko, Michał D. Stasiak, Krzysztof S. Targiel
| Dane szczegółowe: | |
| Wydawca: | Uniwersytet Mikołaja Kopernika |
| Rok wyd.: | 2020 |
| Oprawa: | miękka |
| Ilość stron: | 122 s. |
| EAN: | 9788323144724 |
| ISBN: | 978-83-2314-472-4 |
| Data: | 2021-03-05 |
Opis książki:
Monografia zawiera rzadko dotychczas prezentowane w literaturze polskojęzycznej problemy uczenia maszynowego. Obejmuje szeroki zakres metod i podejść, które prowadzą do wykorzystania wielowymiarowych danych masowych i metod uczenia statystycznego (maszynowego) w zagadnieniach optymalizacji decyzji, ze szczególnym naciskiem położonym na metody optymalizacji decyzji predykcyjnych podejmowanych na podstawie danych w postaci szeregów czasowych. Cenne i warte podkreślenia jest to, że w książce zebrano różne podejścia, konfrontując je z dorobkiem światowej literatury. Jednocześnie przeprowadzono wiele eksperymentów, co uwiarygodniło zarówno prezentowane metody, jak i dotychczasowe wyniki prac autorów monografii. Publikację można zatem uznać za cenny przyczynek badawczy zarówno w zakresie teoretycznego, jak i empirycznego rozwoju metod prognozowania opartych na podejściu algorytmicznym.
Książka "Uczenie maszynowe w podejmowaniu decyzji prognostycznych" - Sylwester Bejger, Grzegorz Dudek, Witold Orzeszko, Michał D. Stasiak, Krzysztof S. Targiel - oprawa miękka - Wydawnictwo Uniwersytet Mikołaja Kopernika. Książka posiada 122 stron i została wydana w 2020 r.