赫马·R·马达拉。;Ivakhnenko,A.G。 复杂系统建模的归纳学习算法。 (英语) Zbl 0858.93001号 佛罗里达州博卡拉顿:CRC出版社。xi,第368页(1994年)。 这本书介绍了复杂系统建模的归纳学习算法领域。它概述了所有新型学习算法,并讨论了它们的发展、结构和行为。它从广阔的角度探讨信息处理问题,展示了在预测、聚类和神经网络计算中的应用。在统一的方向上,通过采用从感知器理论推导并基于自组织原理的称为数据处理分组方法(GMDH)的归纳学习技术,特别注意理论的统一。在各种归纳学习算法中,特别关注单层、多层和组合方法,以及包括调和、相关和正交部分描述在内的新方法。讨论了与信息论类似的算法的抗噪性问题,以及外部准则的渐近性质和算法的收敛性。覆盖了由诸如目标计算机化聚类(OCC)之类的新算法的开发所产生的无监督学习或聚类。本书提供了各种各样的原创应用程序,这使得本书对于科学家或工程师等从业者来说特别有趣,因为他们希望在用于实际问题的复杂系统建模的归纳学习算法领域中进行介绍。审核人:E.Trauwaert(摩尔) 引用于12文件 MSC公司: 93-02 与系统和控制理论相关的研究展览(专著、调查文章) 93A30型 系统数学建模(MSC2010) 关键词:数据处理的分组方法;学习算法;信息处理;预测;群集;神经网络;感知器;自组织;归纳学习;无监督学习 PDF格式BibTeX公司 XML格式引用 \textit{H.R.Madala}和\textit{A.G.Ivakhnenko},复杂系统建模的归纳学习算法。佛罗里达州博卡拉顿:CRC出版社(1994;Zbl 0858.93001)