Le livre est actuellement en rupture de stock

Maschinelles Lernen Bayes'scher Netze für benutzeradaptive Systeme

Auteurs

Frank Wittig

Paramètres

En savoir plus sur le livre

Benutzeradaptive Systeme sind Softwaresysteme, die ihre Interaktionsstrategie individuell an die Bedürfnisse, Ziele und Vorlieben ihres Benutzers anpassen. Aufgrund der zunehmenden Komplexität der angebotenen Funktionali-täten und der Fülle an heterogenen Informationen in interaktiven Softwaresystemen gewinnt die Benutzer-adaptivität an Bedeutung. Bei der Behandlung der oftmals vorhandenen Unsicherheit in den Anwendungsgebieten benutzeradaptiver Systeme kommen verstärkt Bayes'sche Netze zum Einsatz. Bislang werden die zur Modellierung des Benutzerverhaltens verwendeten Bayes'schen Netze meist anhand theoretischer Überlegungen manuell spezifiziert. Dieser oftmals aufwendige Konstruktions-prozess kann in vielen Fällen durch maschinelle Lern-verfahren erleichtert werden. Die vorliegende Arbeit befasst sich daher mit der Entwicklung neuer, speziell für den Kontext benutzeradaptiver Systeme entworfener maschineller Lernverfahren.

Achat du livre

Maschinelles Lernen Bayes'scher Netze für benutzeradaptive Systeme, Frank Wittig

Langue
Année de publication: 2003
product-detail.submit-box.info.binding: (souple)

Nous vous informerons par e-mail dès que nous l’aurons retrouvé.

Modes de paiement

Personne n'a encore évalué .Évaluer

Titre: Maschinelles Lernen Bayes'scher Netze für benutzeradaptive Systeme
Langue: Allemand
Auteurs: Frank Wittig
Éditeur: Akad. Verl.-Ges.
Publié: 2003
Format: souple
ISBN10: 3898382672
ISBN13: 9783898382670
Séries: Dissertationen zur künstlichen Intelligenz
Mots clés: Informatique, programmation
Description: Benutzeradaptive Systeme sind Softwaresysteme, die ihre Interaktionsstrategie individuell an die Bedürfnisse, Ziele und Vorlieben ihres Benutzers anpassen. Aufgrund der zunehmenden Komplexität der angebotenen Funktionali-täten und der Fülle an heterogenen Informationen in interaktiven Softwaresystemen gewinnt die Benutzer-adaptivität an Bedeutung. Bei der Behandlung der oftmals vorhandenen Unsicherheit in den Anwendungsgebieten benutzeradaptiver Systeme kommen verstärkt Bayes'sche Netze zum Einsatz. Bislang werden die zur Modellierung des Benutzerverhaltens verwendeten Bayes'schen Netze meist anhand theoretischer Überlegungen manuell spezifiziert. Dieser oftmals aufwendige Konstruktions-prozess kann in vielen Fällen durch maschinelle Lern-verfahren erleichtert werden. Die vorliegende Arbeit befasst sich daher mit der Entwicklung neuer, speziell für den Kontext benutzeradaptiver Systeme entworfener maschineller Lernverfahren.