Multi objective machine learning (56 resultados)
Multi-Objective Decision Making (Synthesis Lectures on Artificial Intelligence and Machine Learning)
Idioma: Inglés
Editorial: Springer, 2017
Serie: Libro 8 de 14 - Synthesis Lectures on Artificial Intelligence and Machine Learning
- Tapa blanda
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 49,60
Envío por EUR 3,45Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. 1st edition NO-PA16APR2015-KAP.
Multi-Objective Decision Making (Synthesis Lectures on Artificial Intelligence and Machine Learning)
Idioma: Inglés
Editorial: Springer, 2017
Serie: Libro 8 de 14 - Synthesis Lectures on Artificial Intelligence and Machine Learning
- Tapa blanda
Librería: Ria Christie Collections, Uxbridge, Reino UnidoRia Christie Collections
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 40,13
Envío por EUR 13,98Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. In English.
Machine Learning Assisted Evolutionary Multi- and Many- Objective Optimization
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa blanda
Librería: Basi6 International, Irving, TX, Estados Unidos de AmericaBasi6 International
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 143,92
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 10 disponibles
Condición: Brand New. New. Delivery takes 25-30 days. Excellent Customer Service.
- Tapa blanda
Librería: Basi6 International, Irving, TX, Estados Unidos de AmericaBasi6 International
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 174,22
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 10 disponibles
Condición: Brand New. New. Delivery takes 25-30 days. Excellent Customer Service.
- Tapa dura
Librería: Basi6 International, Irving, TX, Estados Unidos de AmericaBasi6 International
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 174,22
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: Brand New. New. Delivery takes 25-30 days. Excellent Customer Service.
Machine Learning Assisted Evolutionary Multi and Many Objective Optimization
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa dura
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de AmericaGreatBookPrices
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 172,38
Envío por EUR 2,28Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New.
- Tapa dura
Librería: Grand Eagle Retail, Bensenville, IL, Estados Unidos de AmericaGrand Eagle Retail
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 174,74
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 1 disponibles
Hardcover. Condición: new. Hardcover. This book focuses on machine learning (ML) assisted evolutionary multi- and many-objective optimization (EMaO). EMaO algorithms, namely EMaOAs, iteratively evolve a set of solutions towards a good Pareto Front approximation. The availability of multiple solution sets over successive generati…ons makes EMaOAs amenable to application of ML for different pursuits. Recognizing the immense potential for ML-based enhancements in the EMaO domain, this book intends to serve as an exclusive resource for both domain novices and the experienced researchers and practitioners. To achieve this goal, the book first covers the foundations of optimization, including problem and algorithm types. Then, well-structured chapters present some of the key studies on ML-based enhancements in the EMaO domain, systematically addressing important aspects. These include learning to understand the problem structure, converge better, diversify better, simultaneously converge and diversify better, and analyze the Pareto Front. In doing so, this book broadly summarizes the literature, beginning with foundational work on innovization (2003) and objective reduction (2006), and extending to the most recently proposed innovized progress operators (2021-23). It also highlights the utility of ML interventions in the search, post-optimality, and decision-making phases pertaining to the use of EMaOAs. Finally, this book shares insightful perspectives on the future potential for ML based enhancements in the EMaOA domain.To aid readers, the book includes working codes for the developed algorithms. This book will not only strengthen this emergent theme but also encourage ML researchers to develop more efficient and scalable methods that cater to the requirements of the EMaOA domain. It serves as an inspiration for further research and applications at the synergistic intersection of EMaOA and ML domains. This book focuses on machine learning (ML) assisted evolutionary multi- and many-objective optimization (EMaO). Finally, this book shares insightful perspectives on the future potential for ML based enhancements in the EMaOA domain.To aid readers, the book includes working codes for the developed algorithms. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.
- Tapa dura
Librería: Romtrade Corp., STERLING HEIGHTS, MI, Estados Unidos de AmericaRomtrade Corp.
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 179,36
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 1 disponibles
Condición: New. This is a Brand-new US Edition. This Item may be shipped from US or any other country as we have multiple locations worldwide.
- Tapa dura
Librería: Basi6 International, Irving, TX, Estados Unidos de AmericaBasi6 International
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 179,36
Gastos de envío gratisSe envía dentro de Estados Unidos de AmericaCantidad disponible: 1 disponibles
Condición: Brand New. New. US edition. Expediting shipping for all USA and Europe orders excluding PO Box. Excellent Customer Service.
Machine Learning Assisted Evolutionary Multi- and Many- Objective Optimization (Genetic and Evolutionary Computation)
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa dura
Librería: Ria Christie Collections, Uxbridge, Reino UnidoRia Christie Collections
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 177,99
Envío por EUR 13,98Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. In.
Machine Learning Assisted Evolutionary Multi and Many Objective Optimization
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa dura
Librería: GreatBookPricesUK, Woodford Green, Reino UnidoGreatBookPricesUK
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 177,98
Envío por EUR 17,51Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New.
Machine Learning Assisted Evolutionary Multi and Many Objective Optimization
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa dura
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de AmericaGreatBookPrices
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado - Como Nuevo
EUR 196,41
Envío por EUR 2,28Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: As New. Unread book in perfect condition.
Machine Learning Assisted Evolutionary Multi- and Many- Objective Optimization
Saxena, Dhish Kumar|Mittal, Sukrit|Deb, Kalyanmoy|Goodman, Erik D.
Idioma: Inglés
Editorial: Springer, Berlin|Springer Nature Singapore|Springer, 2023
- Tapa dura
Librería: moluna, Greven, Alemaniamoluna
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 144,94
Envío por EUR 48,99Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New.
Machine Learning Assisted Evolutionary Multi and Many Objective Optimization
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa dura
Librería: GreatBookPricesUK, Woodford Green, Reino UnidoGreatBookPricesUK
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado - Como Nuevo
EUR 199,50
Envío por EUR 17,51Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: As New. Unread book in perfect condition.
- Tapa blanda
Librería: preigu, Osnabrück, Alemaniapreigu
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 149,05
Envío por EUR 70,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Taschenbuch. Condición: Neu. Machine Learning Assisted Evolutionary Multi- and Many- Objective Optimization | Dhish Kumar Saxena (u. a.) | Taschenbuch | Genetic and Evolutionary Computation | xv | Englisch | 2025 | Springer | EAN 9789819920983 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 He…idelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
Machine Learning Assisted Evolutionary Multi- and Many- Objective Optimization (Genetic and Evolutionary Computation)
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa dura
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 225,27
Envío por EUR 3,45Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. 2024th edition NO-PA16APR2015-KAP.
Machine Learning Assisted Evolutionary Multi- and Many- Objective Optimization
Saxena, Dhish Kumar; Mittal, Sukrit; Deb, Kalyanmoy; Goodman, Erik D.
- Tapa blanda
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 229,08
Envío por EUR 3,45Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New.
- Tapa dura
Librería: Ria Christie Collections, Uxbridge, Reino UnidoRia Christie Collections
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 227,23
Envío por EUR 13,98Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. In.
- Tapa blanda
Librería: Ria Christie Collections, Uxbridge, Reino UnidoRia Christie Collections
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 227,23
Envío por EUR 13,98Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. In.
- Tapa dura
Librería: BennettBooksLtd, Los Angeles, CA, Estados Unidos de AmericaBennettBooksLtd
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 238,47
Envío por EUR 6,01Se envía dentro de Estados Unidos de AmericaCantidad disponible: 1 disponibles
hardcover. Condición: New. In shrink wrap. Looks like an interesting title.
- Tapa blanda
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 178,02
Envío por EUR 62,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. Druck auf Anfrage Neuware - Printed after ordering.
- Tapa dura
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 179,61
Envío por EUR 62,80Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Buch. Condición: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book focuses on machine learning (ML) assisted evolutionary multi- and many-objective optimization (EMâO). EMâO algorithms, namely EMâOAs, iteratively evolve a set of solutions towards a good Pareto Front approximation. The availability of multiple s…olution sets over successive generations makes EMâOAs amenable to application of ML for different pursuits.Recognizing the immense potential for ML-based enhancements in the EMâO domain, this book intends to serve as an exclusive resource for both domain novices and the experienced researchers and practitioners.To achieve this goal, the book first covers the foundations of optimization, including problem and algorithm types.Then, well-structured chapters present some of the key studies on ML-based enhancements in the EMâO domain, systematically addressing important aspects. These include learning to understand the problem structure, converge better, diversify better, simultaneously converge and diversify better, and analyze the Pareto Front. In doing so, this book broadly summarizes the literature, beginning with foundational work on innovization (2003) and objective reduction (2006), and extending to the most recently proposed innovized progress operators (2021-23). It also highlights the utility of ML interventions in the search, post-optimality, and decision-making phases pertaining to the use of EMâOAs. Finally, this book shares insightful perspectives on the future potential for ML based enhancements in the EMâOA domain.To aid readers, the book includes working codes for the developed algorithms. This book will not only strengthen this emergent theme but also encourage ML researchers to develop more efficient and scalable methods that cater to the requirements of the EMâOA domain. It serves as an inspiration for further research and applications at the synergistic intersection of EMâOA and ML domains.
Más imágenes- Tapa blanda
Librería: preigu, Osnabrück, Alemaniapreigu
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 184,95
Envío por EUR 70,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Taschenbuch. Condición: Neu. Multi-Objective Machine Learning | Yaochu Jin | Taschenbuch | Studies in Computational Intelligence | xiv | Englisch | 2010 | Springer | EAN 9783642067969 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbiete…r: preigu.
Machine Learning Assisted Evolutionary Multi and Many Objective Optimization
Saxena, Dhish Kumar/ Mittal, Sukrit/ Deb, Kalyanmoy/ Goodman, Erik D.
- Tapa dura
Librería: Revaluation Books, Exeter, Reino UnidoRevaluation Books
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 249,31
Envío por EUR 14,59Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Hardcover. Condición: Brand New. 259 pages. 9.25x6.10x9.21 inches. In Stock.
- Tapa dura
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Usado
EUR 267,92
Envío por EUR 3,45Se envía dentro de Estados Unidos de AmericaCantidad disponible: 1 disponibles
Condición: Used. pp. 676.
- Tapa dura
Librería: Buchpark, Trebbin, AlemaniaBuchpark
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado - Excelente
EUR 163,67
Envío por EUR 105,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Condición: Sehr gut. Zustand: Sehr gut | Seiten: 660 | Sprache: Englisch | Produktart: Bücher | Keine Beschreibung verfügbar.
- Tapa blanda
Librería: Buchpark, Trebbin, AlemaniaBuchpark
Contactar con el vendedorVendedor de 5 estrellasCondición: Usado - Excelente
EUR 171,66
Envío por EUR 105,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Condición: Sehr gut. Zustand: Sehr gut | Seiten: 676 | Sprache: Englisch | Produktart: Bücher | Recently, increasing interest has been shown in applying the concept of Pareto-optimality to machine learning, particularly inspired by the successful developments in evolutionary multi-objective optimization. It has been shown that t…he multi-objective approach to machine learning is particularly successful to improve the performance of the traditional single objective machine learning methods, to generate highly diverse multiple Pareto-optimal models for constructing ensembles models and, and to achieve a desired trade-off between accuracy and interpretability of neural networks or fuzzy systems. This monograph presents a selected collection of research work on multi-objective approach to machine learning, including multi-objective feature selection, multi-objective model selection in training multi-layer perceptrons, radial-basis-function networks, support vector machines, decision trees, and intelligent systems.
- Tapa blanda
Librería: Books Puddle, New York, NY, Estados Unidos de AmericaBooks Puddle
Contactar con el vendedorVendedor de 4 estrellasCondición: Nuevo
EUR 283,88
Envío por EUR 3,45Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Condición: New. pp. 676.
- Tapa dura
Librería: Majestic Books, Hounslow, Reino UnidoMajestic Books
Contactar con el vendedorVendedor de 4 estrellasCondición: Usado
EUR 279,91
Envío por EUR 7,59Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Condición: Used. pp. 676 Illus.
- Tapa dura
Librería: AussieBookSeller, Truganina, VIC, AustraliaAussieBookSeller
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 262,45
Envío por EUR 32,01Se envía de Australia a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Hardcover. Condición: new. Hardcover. This book focuses on machine learning (ML) assisted evolutionary multi- and many-objective optimization (EMaO). EMaO algorithms, namely EMaOAs, iteratively evolve a set of solutions towards a good Pareto Front approximation. The availability of multiple solution sets over successive generati…ons makes EMaOAs amenable to application of ML for different pursuits. Recognizing the immense potential for ML-based enhancements in the EMaO domain, this book intends to serve as an exclusive resource for both domain novices and the experienced researchers and practitioners. To achieve this goal, the book first covers the foundations of optimization, including problem and algorithm types. Then, well-structured chapters present some of the key studies on ML-based enhancements in the EMaO domain, systematically addressing important aspects. These include learning to understand the problem structure, converge better, diversify better, simultaneously converge and diversify better, and analyze the Pareto Front. In doing so, this book broadly summarizes the literature, beginning with foundational work on innovization (2003) and objective reduction (2006), and extending to the most recently proposed innovized progress operators (2021-23). It also highlights the utility of ML interventions in the search, post-optimality, and decision-making phases pertaining to the use of EMaOAs. Finally, this book shares insightful perspectives on the future potential for ML based enhancements in the EMaOA domain.To aid readers, the book includes working codes for the developed algorithms. This book will not only strengthen this emergent theme but also encourage ML researchers to develop more efficient and scalable methods that cater to the requirements of the EMaOA domain. It serves as an inspiration for further research and applications at the synergistic intersection of EMaOA and ML domains. This book focuses on machine learning (ML) assisted evolutionary multi- and many-objective optimization (EMaO). Finally, this book shares insightful perspectives on the future potential for ML based enhancements in the EMaOA domain.To aid readers, the book includes working codes for the developed algorithms. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.
