| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva

Naslov:Razvoj metode za izbiro klasifikatorja
Avtorji:Černezel, Aleš (Avtor)
Rozman, Ivan (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf DOK_Cernezel_Ales_2016.pdf (3,04 MB)
 
Jezik:Slovenski jezik
Vrsta gradiva:Doktorska disertacija (m)
Tipologija:2.08 - Doktorska disertacija
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V doktorski nalogi opišemo razvoj metode za izbiro klasifikatorja. Glavni prispevek omenjene metode je izbor najustreznejših kombinacij: metode za merjenje točnosti, klasifikacijskega algoritma in velikostjo učne množice; v okviru uporabniško definiranih kriterijev. Metoda je splošna in posledično tudi prilagodljiva ter razširljiva. Postopek izvajanja je formalno zapisan v obliki psevdokoda. Za potrebe zagotavljanja teoretične podlage izvedemo tudi več empiričnih raziskav, kjer dobljene rezultate analiziramo s serijo statističnih preizkusov. Izsledki raziskav doprinesejo naslednje prispevke k znanosti. Formalizacija odločitev in kriterijev za izbiro najustreznejše metode za merjenje točnosti. Formalizacija odločitev in kriterijev za izbiro najustreznejšega klasifikacijskega algoritma. Izbor matematičnega modela, ki v splošnem najbolje opiše obliko učnih krivulj. Formalizacija terminalnih kriterijev za določanje najustreznejše velikosti učne množice.
Ključne besede:Strojno učenje, klasifikacija, klasifikacijski algoritmi, podatkovne zbirke, primerjava algoritmov, zmogljivost klasifikacije, navzkrižna validacija, metoda bootstrap, učna krivulja, prileganje krivulj, aproksimacija krivulj, potenčni zakon, eksponentni zakon, terminalni kriteriji
Leto izida:2016
Založnik:[A. Černezel]
Izvor:Maribor
UDK:[004.8.021+519.23]:004.65(043.3)
COBISS_ID:19688214 Povezava se odpre v novem oknu
NUK URN:URN:SI:UM:DK:DTRC5NAC
Število ogledov:587
Število prenosov:134
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:KTFMB - FERI
:
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Development of a classifier selection method
Opis:In this dissertation we present the development of a classifier selection method. The main contribution of the method is to obtain the most appropriate combinations of: method for measuring accuracy, classification algorithm, and size of the training set --- all in accordance with user-defined criteria. The method is general and therefore adjustable and expandable. The method's procedure is formally defined in the form of pseudo-code. For the purpose of providing theoretical background, several experiments were conducted and their results were analysed with a series of statistical tests. Results of the research yielded the following contributions to science. Formalising decisions and criteria for choosing the most appropriate method for measuring accuracy. Formalising decisions and criteria for choosing the most appropriate classification algorithm. Selecting a best-fit learning curve model. Formalising terminal criteria for selecting the most appropriate train set size.
Ključne besede:Machine learning, classification, classification algorithm, datasets, algorithm comparison, classification performance, cross-validation, bootstrap, learning curve, curve fitting, curve approximation, power law, exponential law, terminal criteria


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici