Title: Сокращение размерности в задачах классификации текстов: компромисс между скоростью обучения и качеством модели машинного обучения
Authors: Павельев А. В.
Бурлаков М. Е.
Keywords: анализ данных
сокращение размерности
разреженные матрицы признаков
классификация текстов
машинное обучение
численный эксперимент
Issue Date: 2021
Citation: Павельев, А. В. Сокращение размерности в задачах классификации текстов: компромисс между скоростью обучения и качеством модели машинного обучения / А. В. Павельев, М. Е. Бурлаков // 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. 033522.
URI: http://repo.ssau.ru/jspui/handle/123456789/11725
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
68paper033522.pdf462.5 kBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.