Репозиторий Самарского университета

Отрывок: Искусственный интеллект и науки о данных VII Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2021) 030422 В таблице 1 приведены время работы и квадрат коэффициента корреляции ( 2r ) истинного и оцененного вектора значений функции для предложенного метода с умными (SmartMF) и случайными выборками (MF), библиотеки LibSVM (являющейся эталоном качества), а также python-реализациями бэггинга с ансамблем из 1 и 2 моделе...

Название :	Быстрое решение больших задач SVM-регрессии
Авторы/Редакторы :	Макарова А. И. Копылов А. В. Двоенко С. Д. Сулимова В. В.
Дата публикации :	2021
Библиографическое описание :	Быстрое решение больших задач SVM-регрессии / А. И. Макарова, А. В. Копылов, С. Д. Двоенко, В. В. Сулимова // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 030422.
Другие идентификаторы :	RU\НТБ СГАУ\466101
Ключевые слова:	восстановление регрессионных зависимостей задачи SVM-регрессии анализ данных SmartMF способ формирования выборок сэмплирование потенциальные функции метод MF метод средних функций
Располагается в коллекциях:	Информационные технологии и нанотехнологии

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.