Ce livre présente une famille d'algorithmes pour des systèmes de règles floues, permettant d'extraire automatiquement et/ou améliorer des connaissances...
Lire la suite
Livré chez vous entre le 1 octobre et le 4 octobre
En magasin
Résumé
Ce livre présente une famille d'algorithmes pour des systèmes de règles floues, permettant d'extraire automatiquement et/ou améliorer des connaissances à partir de données numériques et de maintenir l'interprétabilité et la lisibilité des règles tout au long du processus d'optimisation.
Sommaire
Traitement numérique de la connaissance
Optimisation sous contraintes
Principales méthodes d'optimisation
Apprentissage supervisé pour un SIF de structure donnée
Pierre Yves Glorennec est professeur à l'INSA de Rennes et membre de l'IRISA. Ses activités de recherche portent principalement sur les méthodes d'apprentissage pour les systèmes de règles floues.
Vous aimerez aussi
Derniers produits consultés
Algorithmes d'apprentissage pour systèmes d'inférence floue est également présent dans les rayons