Minimum Error Entropy Classification, Fachbücher von Joaquim P. Marques de Sá, Luís A. Alexandre, Jorge M.F. Santos, Luí...

Das Buch "Minimum Error Entropy Classification" bietet eine umfassende Einführung in das Konzept der minimalen Fehlerentropie (MEE) und dessen Anwendung in der Datenklassifikation. Es behandelt die theoretischen Grundlagen des MEE und zeigt, wie dieses Konzept zur Lösung verschiedener Klassifikationsprobleme eingesetzt werden kann. Die Autoren präsentieren eine Vielzahl von praktischen Datenklassifikatoren, die auf MEE basieren, darunter mehrschichtige Perzeptrons, rekurrente neuronale Netze, komplexwertige neuronale Netze, modulare neuronale Netze und Entscheidungsbäume. Darüber hinaus wird ein Clustering-Algorithmus vorgestellt, der auf einem MEE-ähnlichen Konzept basiert. Das Buch enthält zahlreiche Beispiele, Tests und Evaluierungsexperimente, die die Leistungsfähigkeit der MEE-Methoden im Vergleich zu klassischen Ansätzen verdeutlichen.