В настоящей книге излагаются современные методы решения задач классификации и основные проблемы, возникающие при их применении на практике. Большое внимание уделено методам и алгоритмам, описание которых трудно найти в русскоязычной литературе. Подробно рассмотрены так называемые ядровые методы решения задач классификации и восстановления регрессии, а также методы объединения различных классификаторов. Основной упор сделан на применение тех или иных понятий устойчивости получаемого решения. Часть результатов, изложенных в работе, получена авторами.
Данная книга будет полезна студентам и аспирантам, занимающимся распознаванием образов, а также может представлять интерес для специалистов в области машинного обучения по прецедентам.
V nastoyashchey knige izlagayutsya sovremennye metody resheniya zadach klassifikatsii i osnovnye problemy, voznikayushchie pri ikh primenenii na praktike. Bolshoe vnimanie udeleno metodam i algoritmam, opisanie kotorykh trudno nayti v russkoyazychnoy literature. Podrobno rassmotreny tak nazyvaemye yadrovye metody resheniya zadach klassifikatsii i vosstanovleniya regressii, a takzhe metody obedineniya razlichnykh klassifikatorov. Osnovnoy upor sdelan na primenenie tekh ili inykh ponyatiy ustoychivosti poluchaemogo resheniya. CHast rezultatov, izlozhennykh v rabote, poluchena avtorami. Dannaya kniga budet polezna studentam i aspirantam, zanimayushchimsya raspoznavaniem obrazov, a takzhe mozhet predstavlyat interes dlya spetsialistov v oblasti mashinnogo obucheniya po pretsedentam.
This book outlines the modern methods for solving classification problems and the main problems encountered in their application in practice. Great attention is paid to the methods and algorithms, the description of which is hard to find in Russian literature. Considered in detail the so-called sound methods for solving classification and regression restoration, as well as methods for combining different classifiers. The main emphasis is on the application of certain concepts of stability of the obtained solutions. Part of the results presented in this work, obtained by the authors.
This book will be useful to undergraduate and graduate students involved in recognition and can also be of interest to specialists in the field of machine learning by precedents.