Interpretability of Computational Intelligence-Based Regression Models
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
The key idea of this book is that hinging hyperplanes, neural networks and support vector machines can be transformed into fuzzy models, and interpretability of the resulting rule-based systems can be ensured by special model reduction and visualization techniques. The first part of the book deals with the identification of hinging hyperplane-based regression trees. The next part deals with the validation, visualization and structural reduction of neural networks based on the transformation of the hidden layer of the network into an additive fuzzy rule base system. Finally, based on the analogy of support vector regression and fuzzy models, a three-step model reduction algorithm is proposed to get interpretable fuzzy regression models on the basis of support vector regression.The authors demonstrate real-world use of the algorithms with examples taken from process engineering, and they support the text with downloadable Matlab code. The book is suitable for researchers, graduate students and practitioners in the areas of computational intelligence and machine learning. von Kenesei, Tamás und Abonyi, János
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 380 Seiten
- Erschienen 2008
- Springer
- paperback
- 244 Seiten
- Erschienen 2021
- Springer
- hardcover
- 542 Seiten
- Erschienen 2022
- Springer
- Gebunden
- 471 Seiten
- Erschienen 2013
- Springer
- hardcover
- 693 Seiten
- Erschienen 2021
- Springer
- Gebunden
- 1157 Seiten
- Erschienen 2018
- Springer
- Kartoniert
- 392 Seiten
- Erschienen 2007
- Springer
- Gebunden
- 688 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 498 Seiten
- Erschienen 2015
- Springer
- paperback
- 204 Seiten
- Erschienen 2022
- Springer
- hardcover
- 456 Seiten
- Erschienen 1995
- Springer
- Gebunden
- 637 Seiten
- Erschienen 2015
- Springer
- Hardcover
- 288 Seiten
- Erschienen 2017
- The MIT Press
- Hardcover
- 736 Seiten
- Erschienen 2002
- Taylor & Francis
- Gebunden
- 235 Seiten
- Erschienen 2012
- Springer
- Kartoniert
- 272 Seiten
- Erschienen 2012
- Springer
- Gebunden
- 652 Seiten
- Erschienen 2013
- Springer
- Kartoniert
- 432 Seiten
- Erschienen 2008
- Springer




