诺伯特·扬科夫斯基（编辑）;Wಖodzis緢aw公爵（编辑）;Grąbczewski，Krzysztof（编辑） 计算智能中的元学习。 （英语） Zbl 1231.68026号 计算智能研究358.柏林：施普林格出版社（ISBN 978-3-642-20979-6/hbk；978-3-642-20980-2/ebook）。ix，第359页。(2011). 出版商描述：智能数据分析有数百种算法，但在计算机视觉、信号处理或文本和多媒体理解方面仍有许多困难的问题，需要深入学习技术，这些问题尚未解决。现代数据挖掘包包含许多模块，用于数据采集、预处理、特征选择和构建、实例选择、分类、关联和近似方法、优化技术、模式发现、聚类、可视化和后处理。一个大型数据挖掘包允许以数十亿种方式组合这些模块。没有一个人类专家能够声称探索和理解知识发现过程中的所有可能性。这就是学习如何学习的算法来拯救的地方。这些算法在所有可用数据转换和优化技术的空间中运行，使用从解决各种问题的经验中自动提取的有关学习过程的元知识。关于在不同上下文中有用的转换的推断有助于构建学习算法，以揭示隐藏在数据中的知识的各个方面。元学习将整个计算智能领域的焦点从个体学习算法转移到更高层次的学习如何学习。本书介绍了元学习的新理论和实践趋势，激励读者在这一激动人心的领域进行进一步的研究。本卷的文章不会单独编入索引。 引用于4文件 MSC公司： 68-06 与计算机科学有关的会议记录、会议、收藏等 68T05型 人工智能中的学习和自适应系统 00B15号机组 杂项特定利益物品的收集 软件：UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{N.Jankowski}（编辑）等人，《计算智能中的元学习》。柏林：施普林格出版社（2011；Zbl 1231.68026） 全文： 内政部 链接