Отрывок: Основная идея метода заключается в построении гиперплоскости, ко- торая оптимальным образом разделяет объекты выборки. Алгоритм работает в предположении, что чем больше расстояние (зазор) между разделяющей гипер- плоскостью и объектами разделяемых классов, тем меньше средняя ошибка классификатора [2]. Преимущества метода заключаются в следующем: - метод эффективен для данных большой размерности; - эффективен, если количество измерений превышает количество...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Орлова, Е.В. | - |
dc.date.accessioned | 2023-02-13 11:54:59 | - |
dc.date.available | 2023-02-13 11:54:59 | - |
dc.date.issued | 2022 | - |
dc.identifier | Dspace\SGAU\20230212\101916 | ru |
dc.identifier.citation | Орлова Е.В. ВЫЯВЛЕНИЕ ПРИЧИННЫХ СВЯЗЕЙ В РАНДОМИЗИРОВАННЫХ ИСПЫТАНИЯХ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ/ Е.В. Орлова // Перспективные информационные технологии (ПИТ 2022) [Электронный ресурс] : труды Международной научно-технической конференции / под ред. С.А. Прохорова – Самара: Издательство Самарского научного центра РАН. – 2022. – С. 205-209 | ru |
dc.identifier.isbn | 978-5-93424-880-3 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Perspektivnye-informacionnye-tehnologii/VYYaVLENIE-PRIChINNYH-SVYaZEI-V-RANDOMIZIROVANNYH-ISPYTANIYaH-NA-OSNOVE-ALGORITMOV-MAShINNOGO-OBUChENIYa-101916 | - |
dc.description.abstract | Описан метод статистического эксперимента - рандомизированное испытание, который используется для тестирования эффективности решений и выбора наилучшего решения из множества возможных в условиях неоднородных статистических данных. В этом случае решение выступает в качестве фактора-причины, а эффективность функционирования объекта является фактором-следствием. Обработку результатов таких испытаний можно проводить с помощью методов машинного обучения. Применение методов машинного обучения позволит исключить возможные ложные корреляции факторов, идентифицировать истинные причинные зависимости и установить наиболее эффективное решение. | ru |
dc.language.iso | rus | ru |
dc.publisher | Издательство Самарского научного центра РАН | ru |
dc.subject | статистический эксперимент, рандомизированное испытание, методы машинного обучения; кластеризация; классификация | ru |
dc.title | ВЫЯВЛЕНИЕ ПРИЧИННЫХ СВЯЗЕЙ В РАНДОМИЗИРОВАННЫХ ИСПЫТАНИЯХ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ | ru |
dc.type | Article | ru |
dc.textpart | Основная идея метода заключается в построении гиперплоскости, ко- торая оптимальным образом разделяет объекты выборки. Алгоритм работает в предположении, что чем больше расстояние (зазор) между разделяющей гипер- плоскостью и объектами разделяемых классов, тем меньше средняя ошибка классификатора [2]. Преимущества метода заключаются в следующем: - метод эффективен для данных большой размерности; - эффективен, если количество измерений превышает количество... | - |
Располагается в коллекциях: | Перспективные информационные технологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
978-5-93424-880-3_2022_205-209.pdf | 776.68 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.