Investigação do modelo de aprendizagem híbrido genético-baseado em instâncias

Página do item simplificado
dc.contributor.advisor1Nicoletti, Maria do Carmo
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6454154048263145por
dc.contributor.authorNardin, Luciana de
dc.date.accessioned2016-06-02T19:05:18Z
dc.date.available2004-11-13
dc.date.available2016-06-02T19:05:18Z
dc.date.issued2003-09-05
dc.description.abstractThis research work investigates the contribution of genetic algorithms to instance based learning methods, particularly k-NN, IB1 and IB2. The main focus of the investigation is to optimize the performance of three algorithms by means of a genetic algorithm. A computational system that implements each method and its genetic variant is described. Results of experiments in some knowledge domains are presented and analised.eng
dc.description.resumoEste trabalho investiga a contribuição de algoritmos genéticos a métodos de aprendizado baseado em instâncias, particularmente o k-NN, IB1 e IB2. O principal objetivo da investigação é otimizar o desempenho de cada um dos três algoritmos por meio de uma colaboração genética. É descrito um sistema computacional que implementa cada um dos métodos e sua variante genética. Os resultados de experimentos em vários domínios de conhecimento são apresentados e analisados.por
dc.formatapplication/pdfpor
dc.identifier.urihttps://repositorio.ufscar.br/handle/20.500.14289/317
dc.languageporpor
dc.publisherUniversidade Federal de São Carlospor
dc.publisher.countryBRpor
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computação - PPGCCpor
dc.rightsAcesso Abertopor
dc.subjectAprendizagem de máquinapor
dc.subjectAprendizado baseado em instânciaspor
dc.subjectAlgoritmos genéticospor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.titleInvestigação do modelo de aprendizagem híbrido genético-baseado em instânciaspor
dc.typeDissertaçãopor

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
DissLDN.pdf
Tamanho:
2.47 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Teses e Dissertações