Unstable feature relevance in classification tasks
Julkaistu sarjassa
Jyväskylä studies in computingTekijät
Päivämäärä
2011Oppiaine
TietojenkäsittelytiedeJulkaisija
University of JyväskyläISBN
978-951-39-4608-1ISSN Hae Julkaisufoorumista
1456-5390Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Väitöskirjat [3598]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Feature extraction for supervised learning in knowledge discovery systems
Pechenizkiy, Mykola (University of Jyväskylä, 2005)Tiedon louhinnalla pyritään paljastamaan tietokannasta tietomassaan sisältyviä säännönmukaisuuksia, joiden olemassaolosta ei vielä olla tietoisia. Kun tietokantaan sisältyvät tiedot ovat kovin moniulotteisia, yksittäisten ... -
Diversity in Search Strategies for Ensemble Feature Selection
Tsymbal, Alexey; Pechenizkiy, Mykola; Cunningham, Padraig (Elsevier, 2005)Ensembles of learnt models constitute one of the main current directions in machine learning and data mining. Ensembles allow us to achieve higher accuracy, which is often not achievable with single models. It was shown ... -
Improvements and applications of the elements of prototype-based clustering
Hämäläinen, Joonas (Jyväskylän yliopisto, 2018) -
Comparison of feature importance measures as explanations for classification models
Saarela, Mirka; Jauhiainen, Susanne (Springer, 2021)Explainable artificial intelligence is an emerging research direction helping the user or developer of machine learning models understand why models behave the way they do. The most popular explanation technique is feature ... -
Updating strategies for distance based classification model with recursive least squares
Raita-Hakola, Anna-Maria; Pölönen, Ilkka (Copernicus Publications, 2022)The idea is to create a self-learning Minimal Learning Machine (MLM) model that is computationally efficient, easy to implement and performs with high accuracy. The study has two hypotheses. Experiment A examines the ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.