System and method for improving the performance of learning agents such as neural networks, genetic algorithms and decision trees that derive prediction methods from a training set of data. In part of the method, a population of learning agents of different classes is trained on the data set, each agent producing in response a prediction method based on the agent's input representation. Feature combinations are extracted from the prediction methods produced by the learning agents. The input representations of the learning agents are then modified by including therein a feature combination extracted from another learning agent. In another part of a method, the parameter values of the learning agents are changed to improve the accuracy of the prediction method. A fitness measure is determined for each learning agent based on the prediction method the agent produces. Parameter values of a learning agent are then selected based on the agent's fitness measure. Variation is introduced into the selected parameter values, and another learning agent of the same class is defined using the varied parameter values. The learning agents are then again trained on the data set to cause a learning agent to produce a prediction method based on the derived feature combinations and varied parameter values.

Systeem en methode om de prestaties van lerende agenten zoals neurale netwerken, genetische algoritmen en besluitbomen te verbeteren die voorspellingsmethodes uit een opleidingsreeks gegevens afleiden. Voor een deel van de methode, wordt een bevolking van lerende agenten van verschillende klassen opgeleid op de gegevensreeks, elke agent veroorzakend in reactie een voorspellingsmethode die op de de inputvertegenwoordiging van de agent wordt gebaseerd. De combinaties van de eigenschap worden gehaald uit de voorspellingsmethodes die door de lerende agenten worden veroorzaakt. De inputvertegenwoordiging van de lerende agenten wordt dan gewijzigd door een eigenschapcombinatie daarin te omvatten die uit een andere lerende agent wordt gehaald. In een ander deel van een methode, worden de parameterwaarden van de lerende agenten veranderd om de nauwkeurigheid van de voorspellingsmethode te verbeteren. Een geschiktheidsmaatregel wordt bepaald voor elke lerende agent die op de voorspellingsmethode wordt gebaseerd de agent veroorzaakt. De waarden van de parameter van een lerende agent worden dan geselecteerd gebaseerd op de de geschiktheidsmaatregel van de agent. De variatie wordt geïntroduceerd in de geselecteerde parameterwaarden, en een andere lerende agent van de zelfde klasse wordt bepaald gebruikend de gevarieerde parameterwaarden. De lerende agenten worden dan opnieuw opgeleid op de gegevensreeks om een lerende agent ertoe te bewegen om een voorspellingsmethode te veroorzaken die op de afgeleide eigenschapcombinaties en de gevarieerde parameterwaarden wordt gebaseerd.