W rozdziale omówiono sposób przedstawiania danych w postaci wektorów cech, które stanowią zbiory uczące np. w zadaniach klasyfikacji lub grupowania. Opisano metody generowania podzbiorów cech (metodę podziału i ograniczeń, metody sekwencyjne) oraz oceny jakości tych podzbiorów. Zaprezentowano wybrane algorytmy ekstrakcji cech (analizę głównych składowych, wielowymiarowe skalowanie, liniową analizę dyskryminacyjną).

W pracy przedstawiono koncepcję automatycznego tworzenia uniwersalnego ekstraktora cech istotnych dla grupy podobnych zadań klasyfikacji w dziedzinie sygnałów wibroakustycznych.

The article presents and experimentally verify the idea of automatic construction of feature extractors in classification problems. The extractors are created by genetic programming techniques using classification examples taken from other problems then the problem under consideration.

Zaprezentowano system rozpoznawania obrazów w postaci bitmap. Zaimplementowany algorytm ekstrakcji cech jest uniwersalny i może być używany do różnych obrazów. Cały system bazuje na kryterium Fishera.

W pracy zaproponowano i zbadano ideę automatycznego tworzenia ekstraktora cech. Ekstraktor taki uzyskiwany jest na drodze uczenia, metodami ewolucyjnymi wykorzystującymi zbiory uczące pochodzące z innych problemów klasyfikacyjnych, w określonym sensie podobnych do problemu rozpatrywanego. Uzyskiwany w ten sposób ekstraktor powinien poprawiać uogólnianie klasyfikatora uczonego niewielką liczbą przykładów z zadania rozpatrywanego,...