Добро пожаловать в клуб

Показать / Спрятать  Домой  Новости Статьи Файлы Форум Web ссылки F.A.Q. Логобург    Показать / Спрятать

       
Поиск   
Главное меню
ДомойНовостиСтатьиПостановка звуковФайлыКнижный мирФорумСловарьРассылкаКаталог ссылокРейтинг пользователейЧаВо(FAQ)КонкурсWeb магазинКарта сайта

Поздравляем!
Поздравляем нового Логобуржца Лен-усь со вступлением в клуб!

Реклама

На сайте снова проблемы - решаем - ждите.
Не работает АВТОРИЗАЦИЯ - вход для пользователей не возможен.
Скорее всего, проблемы решить можно только переездом на другой сервер, другой компании.
А такой переезд возможен только в следующем месяце.
Пока других решений не вижу.
Извиняюсь за неудобства.

Ваш администратор.

КНИЖНЫЙ МИР

Ranking of Classifiers Using Active Meta Learning   Nikita Bhatt,Amit Thakkar and Nirav Bhatt

Ranking of Classifiers Using Active Meta Learning

108 страниц. 2013 год.
LAP Lambert Academic Publishing
In Classification, Model Selection is one of the critical issues as different models from different categories are available. To select the best model for any given data set is a challenging task. Meta Learning automates this task by acquiring knowledge from the past experience and stores this knowledge into database called Meta Knowledge Base. When new data set comes, stored knowledge can be used for proving ranking of the candidate algorithms. But one of the problems with Meta Learning is generation of Meta Examples as large number of candidate algorithms and data sets are available. To reduce the generation of Meta Examples into Meta Knowledge Base, Active Meta Learning can be used that reduces generation of Meta Examples and at the same time maintaining the performance of candidate algorithms. In this book, Ranking is provided using Active Meta Learning approach by considering Data set Characteristics.
 
- Генерация страницы: 0.04 секунд -