Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous     
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
  •  Retrait gratuit dans votre magasin Club
  •  7.000.0000 titres dans notre catalogue
  •  Payer en toute sécurité
  •  Toujours un magasin près de chez vous

Applied Genetic Programming and Machine Learning

Hitoshi Iba, Yoshihiko Hasegawa, Topon Kumar Paul
81,45 €
+ 162 points
Format
Livraison 1 à 2 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

What do financial data prediction, day-trading rule development, and bio-marker selection have in common? They are just a few of the tasks that could potentially be resolved with genetic programming and machine learning techniques. Written by leaders in this field, Applied Genetic Programming and Machine Learning delineates the extension of Genetic Programming (GP) for practical applications.

Reflecting rapidly developing concepts and emerging paradigms, this book outlines how to use machine learning techniques, make learning operators that efficiently sample a search space, navigate the search process through the design of objective fitness functions, and examine the search performance of the evolutionary system. It provides a methodology for integrating GP and machine learning techniques, establishing a robust evolutionary framework for addressing tasks from areas such as chaotic time-series prediction, system identification, financial forecasting, classification, and data mining.

The book provides a starting point for the research of extended GP frameworks with the integration of several machine learning schemes. Drawing on empirical studies taken from fields such as system identification, finanical engineering, and bio-informatics, it demonstrates how the proposed methodology can be useful in practical inductive problem solving.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
349
Langue:
Anglais
Collection :

Caractéristiques

EAN:
9780367385279
Date de parution :
10-10-19
Format:
Livre broché
Format numérique:
Trade paperback (VS)
Dimensions :
155 mm x 234 mm
Poids :
680 g

Les avis