演化机器学习

上篇 演化机器学习——内嵌特征选择的学习分类器 第1章 上篇引言 1.1 研究背景 1.2 上篇主要内容 1.3 上篇的结构安排 第2章 相关工作综述 2.1 概述 2.2 学习分类器研究 2.2.1 进化计算 2.2.2 基于遗传的机器学习思想 2.2.3 Michigan式学习分类器研究进展 2.2.4 Pittsburgh式学习分类器研究进展 2.3 特征选择方法综述 2.3.1 机器学习中的特征选择问题描述 2.3.2 特征选择的搜索模型 2.3.3 Filter方法 2.3.4 Wrapper方法 2.3.5 Embedded方法 2.4 本章小结 第3章 基于Memetic算法的Wrapper-Filter特征选择方法 3.1 概述 3.2 Memetic算法 3.2.1 Memetic算法思想起源 3.2.2 Memetic算法框架 3.3 基于MA的混合式Wrapper-Filter特征选择方法 3.3.1 算法设计思想 3.3.2 算法整体框架 3.3.3 全局搜索的GA-Wrapper 3.3.4 局部搜索的Relief-Filter 3.3.5 计算复杂度分析 3.4 本章小结 第4章 基于合作式协同进化内嵌特征选择的学习分类器 4.1 概述 4.2 协同进化算法 4.2.1 协同进化思想起源 4.2.2 竞争式协同进化算法模型 4.2.3 合作式协同进化算法模型 4.3 基于合作式协同进化的学习分类器 4.3.1 算法设计思想 4.3.2 算法框架 4.3.3 分类器演化的Pittsburgh式学习分类器算法 4.3.4 计算复杂度分析 4.4 本章小结 第5章 算法评估结果与分析 5.1 概述 5.2 算法比较实验框架 5.2.1 Benchmark数据集 5.2.2 性能评估指标 …… 下篇 演化机器学习——分布估计的学习分类器 参考文献