Machine Learning Paradigms: Theory and Application
Książka koncentruje się na uczeniu maszynowym. Podzielona na trzy części, pierwsza część omawia problem selekcji cech.
Druga część opisuje zastosowanie uczenia maszynowego w problemie klasyfikacji, podczas gdy trzecia część przedstawia przegląd rzeczywistych zastosowań algorytmów optymalizacji rojowej. Koncepcja uczenia maszynowego (ML) nie jest nowa w dziedzinie informatyki. Jednak ze względu na stale zmieniający się charakter wymagań w dzisiejszym świecie, pojawiło się ono w postaci zupełnie nowych awatarów.
Obecnie wszyscy mówią o strategiach rozwiązań opartych na ML dla danego zestawu problemów. Książka zawiera artykuły badawcze i artykuły na temat teorii i algorytmów uczenia maszynowego i optymalizacji inspirowanej biologią, a także artykuły na temat eksperymentów numerycznych i rzeczywistych zastosowań.
