Reverse Hypothesis Machine Learning (eBook)
XVI, 138 Seiten
Springer International Publishing (Verlag)
978-3-319-55312-2 (ISBN)
This book introduces a paradigm of reverse hypothesis machines (RHM), focusing on knowledge innovation and machine learning. Knowledge- acquisition -based learning is constrained by large volumes of data and is time consuming. Hence Knowledge innovation based learning is the need of time. Since under-learning results in cognitive inabilities and over-learning compromises freedom, there is need for optimal machine learning. All existing learning techniques rely on mapping input and output and establishing mathematical relationships between them. Though methods change the paradigm remains the same-the forward hypothesis machine paradigm, which tries to minimize uncertainty. The RHM, on the other hand, makes use of uncertainty for creative learning. The approach uses limited data to help identify new and surprising solutions. It focuses on improving learnability, unlike traditional approaches, which focus on accuracy. The book is useful as a reference book for machine learning researchers and professionals as well as machine intelligence enthusiasts. It can also used by practitioners to develop new machine learning applications to solve problems that require creativity.
Pattern Apart.- Understanding Machine Learning Opportunities.- Systemic Machine Learning.- Reinforcement and Deep Reinforcement Machine Learning.- Creative Machine Learning.- Co-operative and Collective learning for Creative Machine Learning.- Building Creative Machines with Optimal Machine Learning and Creative Machine Learning Applications.- Conclusion – Learning Continues
| Erscheint lt. Verlag | 30.3.2017 |
|---|---|
| Reihe/Serie | Intelligent Systems Reference Library | Intelligent Systems Reference Library |
| Zusatzinfo | XVI, 138 p. 61 illus., 9 illus. in color. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Technik ► Elektrotechnik / Energietechnik |
| Technik ► Maschinenbau | |
| Wirtschaft ► Betriebswirtschaft / Management ► Logistik / Produktion | |
| Wirtschaft ► Betriebswirtschaft / Management ► Wirtschaftsinformatik | |
| Schlagworte | Creative Machine Learning • Creative Machines • Intelligent Systems • Knowledge Information • Systems Machine Learning |
| ISBN-10 | 3-319-55312-7 / 3319553127 |
| ISBN-13 | 978-3-319-55312-2 / 9783319553122 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 4,7 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
