
Enabling AI Applications in Data Science
Teil I: Künstliche Intelligenz und Optimierung. - Stochastic Proximal Gradient Algorithm with Minibatches Anwendung auf groß angelegte Lernmodelle.
- Der menschliche mentale Suchalgorithmus zur Lösung von Optimierungsproblemen. - Reduktion redundanter Assoziationsregeln mit Hilfe von Typ-2-Fuzzy-Logik. - Identifizierbarkeit von diskreten grafischen Konzentrationsmodellen mit einer latenten Variable.
- Eine automatische Klassifizierung von genetischen Mutationen durch Untersuchung verschiedener Klassifizierer. - Auf dem Weg zur künstlichen Intelligenz: Konzepte, Anwendungen und Innovationen.
- Teil II: Big Data und Anwendungen der Künstlichen Intelligenz. - Eingehende Analyse, Anwendungen und zukünftige Fragen zu künstlichen neuronalen Netzwerken.
- Big Data und Deep Learning in der Klassifizierung von Blattkrankheiten in der Landwirtschaft. - Machine Learning Cancer Diagnosis Based on Medical Image Size and Modalities.