演化機(jī)器學(xué)習(xí)

上篇 演化機(jī)器學(xué)習(xí)——內(nèi)嵌特征選擇的學(xué)習(xí)分類器
第1章 上篇引言
1.1 研究背景
1.2 上篇主要內(nèi)容
1.3 上篇的結(jié)構(gòu)安排
第2章 相關(guān)工作綜述
2.1 概述
2.2 學(xué)習(xí)分類器研究
2.2.1 進(jìn)化計(jì)算
2.2.2 基于遺傳的機(jī)器學(xué)習(xí)思想
2.2.3 Michigan式學(xué)習(xí)分類器研究進(jìn)展
2.2.4 Pittsburgh式學(xué)習(xí)分類器研究進(jìn)展
2.3 特征選擇方法綜述
2.3.1 機(jī)器學(xué)習(xí)中的特征選擇問題描述
2.3.2 特征選擇的搜索模型
2.3.3 Filter方法
2.3.4 Wrapper方法
2.3.5 Embedded方法
2.4 本章小結(jié)
第3章 基于Memetic算法的Wrapper-Filter特征選擇方法
3.1 概述
3.2 Memetic算法
3.2.1 Memetic算法思想起源
3.2.2 Memetic算法框架
3.3 基于MA的混合式Wrapper-Filter特征選擇方法
3.3.1 算法設(shè)計(jì)思想
3.3.2 算法整體框架
3.3.3 全局搜索的GA-Wrapper
3.3.4 局部搜索的Relief-Filter
3.3.5 計(jì)算復(fù)雜度分析
3.4 本章小結(jié)
第4章 基于合作式協(xié)同進(jìn)化內(nèi)嵌特征選擇的學(xué)習(xí)分類器
4.1 概述
4.2 協(xié)同進(jìn)化算法
4.2.1 協(xié)同進(jìn)化思想起源
4.2.2 競爭式協(xié)同進(jìn)化算法模型
4.2.3 合作式協(xié)同進(jìn)化算法模型
4.3 基于合作式協(xié)同進(jìn)化的學(xué)習(xí)分類器
4.3.1 算法設(shè)計(jì)思想
4.3.2 算法框架
4.3.3 分類器演化的Pittsburgh式學(xué)習(xí)分類器算法
4.3.4 計(jì)算復(fù)雜度分析
4.4 本章小結(jié)
第5章 算法評估結(jié)果與分析
5.1 概述
5.2 算法比較實(shí)驗(yàn)框架
5.2.1 Benchmark數(shù)據(jù)集
5.2.2 性能評估指標(biāo)
……
下篇 演化機(jī)器學(xué)習(xí)——分布估計(jì)的學(xué)習(xí)分類器
參考文獻(xiàn)