Фермеры экспериментируют с генетикой. К чему это приводит?
Стоит помнить, что генетика — прикладная наука, которая работает в паре с селекцией, то есть нельзя ...

Модуль «Наука» успешно прошел испытания топливных баков
Готовящийся к отправке на МКС российский модуль «Наука» прошел испытание топливных баков, об этом сообщают источники в Роскосмосе. Штатные ...

Программа "Наука": материалы со сверхспособностями
Долгое время считалось, что нет ничего прочнее алмаза. Но ученые доказали, что даже хрупкое стекло можно сделать непробиваемым. А созданная ...

Наука: Психоделики изменили активность мозга при депрессии
Психоделик псилоцибин может облегчить депрессивное состояние и улучшить активность головного мозга.

Наука: Как связаны воспаление и рак
Часто приходится слышать о том, что хроническое воспаление повышает вероятность онкологических болезней ...

У Приамурья появилась интерактивная карта «самых-самых» событий и достижений
Всего на сайте представлено семь тематических карт: «Наука», «Медицина», «Спорт», «Искусство», «Авиация, космос и военное дело», «Природа» и ...

Imbalanced Learning. Foundations, Algorithms, And Applications
# 772520469

Imbalanced Learning. Foundations, Algorithms, And Applications

9 747 р.

The first book of its kind to review the current status and future direction of the exciting new branch of machine learning/data mining called imbalanced learning Imbalanced learning focuses on how an intelligent system can learn when it is provided with imbalanced data

Due to the inherent complex characteristics of imbalanced data sets, learning from such data requires new understandings, principles, algorithms, and tools to transform vast amounts of raw data efficiently into information and knowledge representation

Featuring contributions from experts in both academia and industry, Imbalanced Learning: Foundations, Algorithms, and Applications provides chapter coverage on: Foundations of Imbalanced Learning Imbalanced Datasets: From Sampling to Classifiers Ensemble Methods for Class Imbalance Learning Class Imbalance Learning Methods for Support Vector Machines Class Imbalance and Active Learning Nonstationary Stream Data Learning with Imbalanced Class Distribution Assessment Metrics for Imbalanced Learning Imbalanced Learning: Foundations, Algorithms, and Applications will help scientists and engineers learn how to tackle the problem of learning from imbalanced datasets, and gain insight into current developments in the field as well as future research directions.

Solving imbalanced learning problems is critical in numerous data-intensive networked systems, including surveillance, security, Internet, finance, biomedical, defense, and more

The first comprehensive look at this new branch of machine learning, this book offers a critical review of the problem of imbalanced learning, covering the state of the art in techniques, principles, and real-world applications

100