Отрывок: 3. ИСПОЛЬЗОВАНИЕ АНСАМБЛЕВЫХ И МЕТА- АНСАМБЛЕВЫХ МЕТОДИК Основная идея ансамбля заключается в том, что модели, имеющие различия, по-разному обрабатывают входные данные и совершают разные ошибки. Объединив прогнозы нескольких таких моделей, мы можем получить зачастую более высокое, чем у лучшей отдельной модели, качество прогнозов [3]. Искусство ансамблирования в этом контексте означает умение создать различия в моделях. Рассмотрим мног...
Название : | Стекинговый подход к задаче прогнозирования банкротств |
Авторы/Редакторы : | Полупанов Д. В. Абдюшева С. Р. Галлямов В. В. |
Дата публикации : | 2022 |
Библиографическое описание : | Полупанов, Д. В. Стекинговый подход к задаче прогнозирования банкротств / Д. В. Полупанов, С. Р. Абдюшева, В. В. Галлямов // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 042842. |
Аннотация : | В данной работе совершенствуются и расширяются стекинговые методики предсказания банкротства. Основной темой данного исследования является использование моделей разного типа: многослойных персептронов, решающих деревьев, сетей Кохонена. В различных сочетаниях они отбираются и комбинируются в ансамбли и мета-ансамбли таким образом, чтобы учитывать сильные и слабые стороны каждого типа базовых моделей в контексте задачи. |
Другие идентификаторы : | RU\НТБ СГАУ\491258 |
Ключевые слова: | банкротство корпораций ансамбли моделей сети Кохонена решающие деревья прогнозирование банкротства стекинг многослойные персептроны классификация мета-ансамбли |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-042842.pdf | 890.72 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.