Marcel Katulumba Mbiya Ngandu

Srawnitel'noe issledowanie mnozhestwa metodow dlq klassifikacii

Primenenie Adaboosting i Random Forest k binarnym i mnogoklassowym bazam dannyh

• Broschiertes Buch

Produktbeschreibung

Metody ansamblq osnowany na idee ob#edineniq predskazanij neskol'kih klassifikatorow dlq luchshego obobscheniq i kompensacii wozmozhnyh nedostatkow otdel'nyh predskazatelej.Mozhno wydelit' dwa semejstwa metodow: Parallel'nye metody (Bagging, Random forests), w kotoryh princip zaklüchaetsq w usrednenii neskol'kih prognozow w nadezhde na luchshij rezul'tat posle umen'sheniq dispersii srednego ocenschika.Posledowatel'nye metody (Boosting), w kotoryh parametry iteratiwno adaptiruütsq dlq polucheniq luchshej smesi.V dannoj rabote my utwerzhdaem, chto kogda chleny prediktora delaüt raznye oshibki, mozhno umen'shit' kolichestwo neprawil'no klassificirowannyh primerow po srawneniü s odnim prediktorom. Poluchennye rezul'taty budut srawniwat'sq s ispol'zowaniem takih kriteriew, kak koäfficient klassifikacii, chuwstwitel'nost', specifichnost', otzyw i t.d.

Produktdetails

• Verlag: Sciencia Scripts
• Seitenzahl: 60
• Erscheinungstermin: 17. Juni 2022
• Russisch
• Abmessung: 220mm x 150mm x 4mm
• Gewicht: 107g
• ISBN-13: 9786204696775
• ISBN-10: 6204696777
• Artikelnr.: 64197537

Autorenporträt

Marsel' KATULUMBA MBIYa NGANDU okonchil Uniwersitet Mbudzhimaji po special'nosti "Komp'üternaq inzheneriq". S 2018 goda qwlqetsq assistentom kafedry komp'üternyh nauk Uniwersiteta Mbudzhimai. On qwlqetsq issledowatelem w oblasti programmnoj inzhenerii i postroeniq programm, informacionnyh sistem i iskusstwennogo intellekta.