Implementation of Machine Learning Algorithms Using Control-Flow and Dataflow Paradigms

Abstract

Based on current literature and cutting-edge advances in the machine learning field, there are four algorithms whose usage in new application domains must be explored: neural networks, rule induction algorithms, tree-based algorithms, and density-based algorithms. A number of machine learning related algorithms have been derived from these four algorithms. Consequently, they represent excellent underlying methods for extracting hidden knowledge from unstructured data, as essential data mining tasks. Implementation of Machine Learning Algorithms Using Control-Flow and Dataflow Paradigms presents widely used data-mining algorithms and explains their advantages and disadvantages, their mathematical treatment, applications, energy efficient implementations, and more. It presents research of energy efficient accelerators for machine learning algorithms. Covering topics such as control-flow implementation, approximate computing, and decision tree algorithms, this book is an essential resource for computer scientist

Используемые программы Adobe Acrobat

Основываясь на современной литературе и передовых достижениях в области машинного обучения, существует четыре алгоритма, которые необходимо изучить для использования в новых областях применения: нейронные сети, алгоритмы введения правил, алгоритмы на основе дерева и алгоритмы, основанные на плотности. На основе этих четырех алгоритмов был разработан ряд алгоритмов, связанных с машинным обучением. Следовательно, они представляют собой отличные базовые методы извлечения скрытых знаний из неструктурированных данных, что является важной задачей интеллектуального анализа данных. "Реализация алгоритмов машинного обучения с использованием парадигм потока управления и передачи данных" представляет широко используемые алгоритмы интеллектуального анализа данных и объясняет их преимущества и недостатки, их математическую обработку, приложения, энергоэффективные реализации и многое другое. В нем представлены исследования энергоэффективных ускорителей для алгоритмов машинного обучения. Эта книга, охватывающая такие темы,